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。