# hy_vla_robotwin

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-hy-vla-robotwin
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 Transformer (tencent/Hy-Embodied-0.5-VLA-RoboTwin)，参数规模 4.5B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/hy_vla_robotwin"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | vla |
| `params` | 4.5B |
| `architecture` | Transformer (tencent/Hy-Embodied-0.5-VLA-RoboTwin) |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/hy_vla_robotwin |
| `hub_stats` | {"downloads": 47, "likes": 4, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/lerobot/hy_vla_robotwin"] |

## 技术详解与生态说明

Hy-Embodied-0.5-VLA 是对 `tencent/Hy-Embodied-0.5-VLA-RoboTwin` 指定 revision 的 LeRobot 转换，标称为逐张量 byte-identical 转换，1628 个张量采用 identity mapping。其运行时使用已选定的 LeRobot `task` 字符串，不采样任务增强文本；模型 token horizon 为 40，物理动作 horizon 为 20，每次采样执行 7 个动作，使用 6 帧图像历史、间隔 5 帧，动作表示为 `relative_absolute`。Euler 推理步数为 10，填充后的 state/action 宽度为 32/32。

验证中，严格加载、`save_pretrained` 与严格重载通过，未出现缺失、额外、重复或形状不匹配张量。作者实现与 LeRobot 在 batch size 1 和 2 上完成前向一致性验证，图像、mask、token、状态/目标、训练速度/loss、10 步 Euler 采样器各步速度、完整 11 状态轨迹和最终采样动作的 max、p95、p99 误差均为 0.0。RoboTwin 快速协议中，作者 wrapper 为 60/60；LeRobot 为 53/54 个完成 episode，若将一次 native-planner hang 计为失败则为 53/55（96.36%），匹配作者子集为 55/55。

该策略仅支持已发布的 16D 双臂位姿/夹爪 embodiment。12D mobile-manipulator 动作包含底盘语义，不能由已发布的 20D 双臂表示表达，因此会被拒绝，而不是静默截断或重新解释。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/hy_vla_robotwin](https://huggingface.co/lerobot/hy_vla_robotwin)