VLA 图库 / 模型列表 / VA

BRS (WB-VIMA)

Stanford University · 2025-03

VAVA未公开diffusion

用拥有移动底盘·4-DoF躯干·双臂的Galaxea R1学习长时程家务全身操作。

论文

BEHAVIOR Robot Suite: Streamlining Real-World Whole-Body Manipulation for Everyday Household ActivitiesarXiv 2503.05652

概述

分类

VA

类型

VA

发布

2025-03

机构

Stanford University

权重公开

未核实

参数

未公开

架构

主干LLM

无

视觉编码器

PointNet点云

动作头

扩散UNet头3个 (底盘·躯干·手臂) (diffusion)

动作块

未公开

控制频率

10 Hz (控制器100 Hz)

架构原文摘要

PointNet点云token + 本体感知 → 因果self-attention主干;以底盘·躯干·手臂用3个独立扩散网络(轻量UNet头)自回归解码全身动作;数据10 Hz,控制器100 Hz

训练

预训练加速器

不适用

预训练时长

不适用

预训练步数·批量

不适用

GPU·TPU-小时

未公开

微调

未公开（无GPU·时间·步数·批量；README训练命令为gpus=<NUM_GPUS>占位符）

数据类型

真实机器人遥操作

数据规模

各任务100、103、98、138、122条轨迹

主要数据集

JoyLo自行采集

任务·评估

长时程家务5项任务

机器人

Galaxea R1(2条6-DoF臂 + 4-DoF躯干 + 全向移动底盘)

推理

推理设备·速度

RTX 4090部署,有效延迟0.02秒

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

未公开

强化学习与底盘

强化学习

未使用 · 全身遥操作数据模仿学习

底盘控制

轮式 (直接输出底盘速度/位姿) · WB-VIMA用专用扩散头直接输出全向底盘动作(3 DoF)，与躯干·手臂自回归解码

备注

核心特点

用拥有移动底盘·4-DoF躯干·双臂的Galaxea R1学习长时程家务全身操作。通过JoyLo遥操作接口每任务采集98–138条轨迹。

备注

是无腿的全身移动双臂，属于范围边界案例。UNet头的表述在核查提取中不存在。

核验

已确认