VLA 갤러리 / 모델 목록 / 자기회귀·잠재 액션 VLA

VLA-Adapter

BUPT·Westlake University·Zhejiang University·HKUST(GZ)·OpenHelix Team · 2025-09

VLA자기회귀·잠재 액션 VLAQwen2.5-0.5B 백본 + 학습 파라미터 197.2M회귀

로봇 사전학습 없이 0.5B 백본과 Bridge Attention 정책으로 LIBERO 97.3%를 냈다.

논문

VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action ModelarXiv 2509.09372

개요

분류

자기회귀·잠재 액션 VLA

유형

VLA

발표

2025-09

기관

BUPT·Westlake University·Zhejiang University·HKUST(GZ)·OpenHelix Team

가중치 공개

예

파라미터

Qwen2.5-0.5B 백본 + 학습 파라미터 197.2M(정책 97.3M); 총합 미기재

구조

백본 LLM

Qwen2.5-0.5B

비전 인코더

SigLIP + DINOv2 (Prismatic)

액션 헤드

Bridge Attention 정책 (L1 회귀) (회귀)

청크

8스텝

제어 주기

미공개

구조 원문 요약

Prismatic VLM(Qwen2.5-0.5B, MiniVLA와 같은 기반); Bridge Attention 정책으로 L1 회귀, 청크 H=8, 액션 토큰 미사용

학습

사전학습 가속기

해당 없음(로봇 사전학습 없음)

사전학습 기간

해당 없음

사전학습 스텝·배치

해당 없음

GPU·TPU-시간

미공개

파인튜닝

논문: H100 4장, batch 16·최대 150,000 steps(README 과제별 LIBERO-Spatial 약 5 h, Object 1 h 미만, Goal 3 h, Long 반나절, CALVIN 8 h); 32GB 소비자 GPU 1장 8 h(LIBERO-Object 99.2%, batch 8·LoRA 64); 최소 9.6 GB(batch 1·LoRA 64)

데이터 종류

시뮬레이션·합성

데이터 규모

LIBERO·CALVIN 시연(수 미기재)

주요 데이터셋

LIBERO, CALVIN

태스크·평가

LIBERO 평균 97.3%; CALVIN ABC→D 평균 길이 4.42

로봇

LIBERO·CALVIN 시뮬레이션

추론

추론 장치·속도

219.2 Hz, 0.0365 s(OpenVLA-OFT 71.4 Hz); GPU 미기재

추론 메모리

미공개

가중치 bf16 (계산)

미공개

실행 위치

미공개

강화학습 · 베이스

강화학습

미사용 · 모방학습(행동 복제)만 사용

베이스 제어

고정 · 베이스 제어 없음 (LIBERO·CALVIN 팔 시뮬)

비고

핵심 특징

로봇 사전학습 없이 0.5B 백본과 Bridge Attention 정책으로 LIBERO 97.3%를 냈다. 추론은 219.2 Hz로 OpenVLA-OFT(71.4 Hz)보다 빠르다.

비고

토큰 기반이 아닌 회귀 헤드 VLA로, 2025 컴퓨트 효율 비교용 참고 행이다. 검증에서 4×H100(논문)과 '8 hours'(32GB 소비자 GPU 1장, LIBERO-Object)의 귀속을 해소했다.

검증

확인