VLA 图库 / 模型列表 / VA

InterACT

UC Davis; UC Berkeley · 2024-09†

VAVA未公开回归

以分层注意力与逐臂解码器同步建模双臂间相互依赖的ACT系列策略。

论文

InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual ManipulationarXiv 2409.07914

概述

分类

VA

类型

VA

发布

2024-09†

机构

UC Davis; UC Berkeley

权重公开

未核实

参数

未公开

架构

主干LLM

无

视觉编码器

ResNet18

动作头

多臂解码器（同步块） (回归)

动作块

50步

控制频率

50 Hz

架构原文摘要

ResNet18 + 分层注意力编码器(段内3层·段间3层，每段CLS token) + 多臂解码器(并行2路4层，同步块1层)；hidden 512，8头，FF 3200；动作块50，关节位置·RGB 50 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

按任务：GPU·时间·epoch未公开；批量 8，lr 1e-5

数据类型

仿真·合成；真实机器人遥操作

数据规模

每项任务50条演示

主要数据集

自行采集(仿真·真实)

任务·评估

仿真3项任务(Transfer Cube，Peg Insertion，Slot Insertion)；真实6项任务(Slide Ziploc，Thread Velcro，Insert Plug，Click Pen，Sweep，Unscrew Cap)

机器人

双臂(机型笔记未注明)

推理

推理设备·速度

未公开

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 · 仅使用模仿学习（行为克隆）

底盘控制

固定 · 无底盘控制（双臂）

备注

核心特点

以分层注意力与逐臂解码器同步建模双臂间相互依赖的ACT系列策略。每任务以50条演示训练。

备注

已反映任务划分修正(仿真3 + 真实6)。发布月份v1无法确认(†，与arXiv ID 2409一致)。采用度较低，作为ACT系列数据点收录。

核验

已反映修正