外观
VLA-0-Smol
Robot-Learning-Collective 在 Hugging Face 发布的机器人模型,架构为 vla0_smol,参数规模 507M,训练数据包含 HuggingFaceVLA/libero。
模型Robot-Learning-CollectiveVLA-0-Smol
模型档案汇总架构、许可、适配机型与资料来源
Robot-Learning-Collective 在 Hugging Face 发布的机器人模型,架构为 vla0_smol,参数规模 507M,训练数据包含 HuggingFaceVLA/libero。
这个模型的核心架构、动作空间设计与真机部署定位。
VLA-0-Smol 是一个发布在 Hugging Face Hub 上的机器人 policy,材料中说明其训练数据为 Libero dataset,并且该 policy 使用 LeRobot 完成训练和上传。模型相关支持代码位于 Robot-Learning-Collective/lerobot-experiments 仓库,另有项目页面和训练指南链接。
使用方式上,材料给出从零在 PushT 上训练的入口,并说明 checkpoint 会写入 outputs/train/ /checkpoints/。评测可在 Libero 上进行:数据集仓库名前加 eval_,并通过 --policy.path 指向本地或 Hub 上的 checkpoint。许可证为 apache-2.0。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
apache-2.0
权重许可证
apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Robot-Learning-Collective/VLA-0-Smol --local-dir ./checkpoints/robot-learning-collective-vla-0-smol
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=Robot-Learning-Collective/VLA-0-Smol预训练与微调基准数据集:HuggingFaceVLA/libero
模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。