150件の学習データがロボットの適応を可能に:Ant Lingbo氏がLingBot-VLAの微調整コードをオープンソース化

アント・グループ傘下のロボット企業であるLingbo Technologyは、同社のエンボディッド・ファウンデーション・モデル「LingBot-VLA」向けのリアルロボット向けトレーニング後ツールチェーンを完全オープンソースとして公開したと発表した。このツールチェーンにより、開発チームは独自のデータを用いて、LingBot-VLAを自社のロボットやタスクに迅速に適応させることができる。
オープンソースのエンボディッド・インテリジェンス・モデルは増加傾向にあるものの、特定のロボットに展開するには依然として多大な適応作業が必要とされている。 ロボットアームの構成、エンドエフェクタ、センサーのセットアップ、制御インターフェースの違いにより、チームは実ロボットへの展開のために多大なエンジニアリング作業を余儀なくされることがよくあります。このようなワークフローは、従来は社内のノウハウとして扱われており、完全にオープンソース化されることはほとんどありませんでした。
今回のリリースは、4つの段階にわたる実ロボット適応の主要なニーズに対応しています。具体的には、複数のLeRobotデータセットの統合と関節次元マッピングの標準化をサポートするデータ処理ツール、実ロボットのシナリオに最適化されたトレーニング構成、オフライン評価ツール、およびコンパイル高速化機能を備えた実ロボット展開モジュールです。 また、このモデルには深度情報を含むバージョンと含まないバージョンが用意されており、チームは要件に応じて選択できます。
具現化された基盤モデルとして、LingBot-VLAは9つの主流な二腕ロボット構成を網羅する20,000時間分の実ロボットデータを用いて事前学習されています。本モデルは、ロボット間およびタスク間の汎化能力を備えています。 実ロボットおよびシミュレーション評価の双方において、業界ベンチマークであるπ0.5を上回る性能を示しており、Lepu、Songling、Xinghai Tuなどのメーカーによるマルチマシン検証も完了しています。
LingBot-VLAは、わずか150個のデモンストレーションデータポイントで高品質なタスク転移を実現できます。基盤となるコードベースの徹底的な最適化により、その学習効率はStarVLAやOpenPIといった主流のフレームワークの1.5倍から2.8倍に達し、モデルの適応に必要なデータおよび計算コストをさらに削減します。
LingBot-VLAのコードリポジトリはGitHub(github.com/Robbyant/lingbot-vla)でオープンソース化されており、モデルウェイトはHugging FaceおよびModelScopeで公開されています。
関連記事
ChatGPTの深い統合により、会話を通じて30万本の映画やテレビ番組にアクセス可能に
ストリーミングサービスが市場を無限のコンテンツで埋め尽くす中、ユーザーが情報の洪水の中から本当に見たいものを見つけられるよう支援することが、業界にとって重要な課題として浮上している。4月9日、大手ストリーミングプロバイダー各社は、ChatGPTアプリケーションエコシステムの統合を正式に発表した。この技術をネイティブに組み込んだ初のプラットフォームとなることで、同サービスはAIを活用したインサイトを
SEOランキング向上のためにCore Web Vitalsを改善する方法
AIを活用した文字起こしで、動画編集のワークフローを一新しましょう目次:はじめに自動文字起こしの主なメリット精度の確保と出力の精緻化文字起こしデータの検索機能の活用既存ファイルのシームレスなインポートTranscript.comのご紹介Transcript.comで編集が簡単になる柔軟なエクスポート形式包括的な言語サポートまとめはじめにTranscriptedは、AIを活用して自動文字起こしを生成
DingTalk、AliAIの「MuleRun」を活用してアーキテクチャを再構築し、「フルエージェント時代」を幕開け
DingTalkの新CEO兼「悟空」事業部門責任者の陳宇森氏は、本日午後に発行された社内メモの中で、大規模な組織再編を明らかにした。「コアプラットフォーム事業部」を新設し、AIエージェントチームを完全に統合することで、DingTalkは企業向けコラボレーションエコシステムのインテリジェント化を加速させている。今回の再編は、AI技術を中核事業運営に深く統合することを主眼としている。DingTalkは
関連特集おすすめ
コメント (0)
0/500

アント・グループ傘下のロボット企業であるLingbo Technologyは、同社のエンボディッド・ファウンデーション・モデル「LingBot-VLA」向けのリアルロボット向けトレーニング後ツールチェーンを完全オープンソースとして公開したと発表した。このツールチェーンにより、開発チームは独自のデータを用いて、LingBot-VLAを自社のロボットやタスクに迅速に適応させることができる。
オープンソースのエンボディッド・インテリジェンス・モデルは増加傾向にあるものの、特定のロボットに展開するには依然として多大な適応作業が必要とされている。 ロボットアームの構成、エンドエフェクタ、センサーのセットアップ、制御インターフェースの違いにより、チームは実ロボットへの展開のために多大なエンジニアリング作業を余儀なくされることがよくあります。このようなワークフローは、従来は社内のノウハウとして扱われており、完全にオープンソース化されることはほとんどありませんでした。
今回のリリースは、4つの段階にわたる実ロボット適応の主要なニーズに対応しています。具体的には、複数のLeRobotデータセットの統合と関節次元マッピングの標準化をサポートするデータ処理ツール、実ロボットのシナリオに最適化されたトレーニング構成、オフライン評価ツール、およびコンパイル高速化機能を備えた実ロボット展開モジュールです。 また、このモデルには深度情報を含むバージョンと含まないバージョンが用意されており、チームは要件に応じて選択できます。
具現化された基盤モデルとして、LingBot-VLAは9つの主流な二腕ロボット構成を網羅する20,000時間分の実ロボットデータを用いて事前学習されています。本モデルは、ロボット間およびタスク間の汎化能力を備えています。 実ロボットおよびシミュレーション評価の双方において、業界ベンチマークであるπ0.5を上回る性能を示しており、Lepu、Songling、Xinghai Tuなどのメーカーによるマルチマシン検証も完了しています。
LingBot-VLAは、わずか150個のデモンストレーションデータポイントで高品質なタスク転移を実現できます。基盤となるコードベースの徹底的な最適化により、その学習効率はStarVLAやOpenPIといった主流のフレームワークの1.5倍から2.8倍に達し、モデルの適応に必要なデータおよび計算コストをさらに削減します。
LingBot-VLAのコードリポジトリはGitHub(github.com/Robbyant/lingbot-vla)でオープンソース化されており、モデルウェイトはHugging FaceおよびModelScopeで公開されています。
ChatGPTの深い統合により、会話を通じて30万本の映画やテレビ番組にアクセス可能に
ストリーミングサービスが市場を無限のコンテンツで埋め尽くす中、ユーザーが情報の洪水の中から本当に見たいものを見つけられるよう支援することが、業界にとって重要な課題として浮上している。4月9日、大手ストリーミングプロバイダー各社は、ChatGPTアプリケーションエコシステムの統合を正式に発表した。この技術をネイティブに組み込んだ初のプラットフォームとなることで、同サービスはAIを活用したインサイトを
SEOランキング向上のためにCore Web Vitalsを改善する方法
AIを活用した文字起こしで、動画編集のワークフローを一新しましょう目次:はじめに自動文字起こしの主なメリット精度の確保と出力の精緻化文字起こしデータの検索機能の活用既存ファイルのシームレスなインポートTranscript.comのご紹介Transcript.comで編集が簡単になる柔軟なエクスポート形式包括的な言語サポートまとめはじめにTranscriptedは、AIを活用して自動文字起こしを生成
DingTalk、AliAIの「MuleRun」を活用してアーキテクチャを再構築し、「フルエージェント時代」を幕開け
DingTalkの新CEO兼「悟空」事業部門責任者の陳宇森氏は、本日午後に発行された社内メモの中で、大規模な組織再編を明らかにした。「コアプラットフォーム事業部」を新設し、AIエージェントチームを完全に統合することで、DingTalkは企業向けコラボレーションエコシステムのインテリジェント化を加速させている。今回の再編は、AI技術を中核事業運営に深く統合することを主眼としている。DingTalkは





家






