Openvla 7b Finetuned Libero 10

🚀 OpenVLA 7B LIBERO-10 (LIBERO-Long) でファインチューニングされたモデル

このモデルは、LIBEROシミュレーションベンチマークのLIBERO-10 (LIBERO-Long) データセットを用いて、LoRA (r=32) を通じてOpenVLA 7Bモデルをファインチューニングすることで生成されました。最終的なパフォーマンスを向上させるために、学習データセットにいくつかの修正を加えています（詳細はOpenVLA論文を参照）。

🚀 クイックスタート

このモデルは、OpenVLA 7Bモデルを、LIBEROシミュレーションベンチマークのLIBERO-10 (LIBERO-Long) データセットを使ってLoRA (r = 32) でファインチューニングして生成されました。最終的なパフォーマンスを向上させるために学習データセットにいくつかの修正を加えています（詳細はOpenVLA論文を参照）。

以下は、すべてのLIBERO実験で使用したハイパーパラメータです。

• ハードウェア: 80GBメモリのA100 GPUを8台使用
• LoRAでファインチューニング: use_lora == True, lora_rank == 32, lora_dropout == 0.0
• 学習率: 5e-4
• バッチサイズ: 128 (8台のGPU x 各16サンプル)
• 学習勾配ステップ数: 80K
• 学習時とテスト時に量子化なし
• 勾配累積なし (すなわち grad_accumulation_steps == 1)
• shuffle_buffer_size == 100_000
• 画像拡張: ランダムクロップ、カラージッター（詳細は学習コードを参照）

📚 ドキュメント

LIBEROシミュレータでこのモデルを実行および評価する方法については、OpenVLA GitHub READMEを参照してください。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

🔖 引用

BibTeX:

@article{kim24openvla,
    title={OpenVLA: An Open-Source Vision-Language-Action Model},
    author={{Moo Jin} Kim and Karl Pertsch and Siddharth Karamcheti and Ted Xiao and Ashwin Balakrishna and Suraj Nair and Rafael Rafailov and Ethan Foster and Grace Lam and Pannag Sanketi and Quan Vuong and Thomas Kollar and Benjamin Burchfiel and Russ Tedrake and Dorsa Sadigh and Sergey Levine and Percy Liang and Chelsea Finn},
    journal = {arXiv preprint arXiv:2406.09246},
    year={2024}
}