Nora Long

🚀 Nora-Long

Nora-Longは、Open X-Embodimentデータセットのロボット操作エピソードを使用して学習されたオープンなビジョン・言語・行動モデルです。このモデルは、言語指示とカメラ画像を入力として受け取り、ロボットの行動を生成します。Nora-Longは、Qwen 2.5 VL - 3Bから直接学習されています。 すべてのNoraチェックポイントと学習コードベースは、MITライセンスの下で公開されています。

Noraとは異なり、Nora-Longはアクションホライゾンが5で事前学習されています。Nora-Longを使用すると、WidowXロボットタスクでは性能が低下することが観察されますが、liberoシミュレーションでは優れた性能を発揮します。ぜひこのモデルをファインチューニングしてみてください！

✨ 主な機能

Nora-Longは、言語指示とカメラ画像を入力とし、ロボットの行動を生成するビジョン・言語・行動モデルです。このモデルはQwen 2.5 VL - 3Bから直接学習され、アクションホライゾンが5で事前学習されています。

📚 ドキュメント

モデルの説明

• モデルの種類：ビジョン・言語・行動（言語、画像 => ロボットの行動）
• 言語 (NLP)：英語
• ライセンス：MIT
• ファインチューニング元のモデル：Qwen 2.5 VL-3B

モデルのソース

• リポジトリ：https://github.com/declare-lab/nora
• 論文：https://www.arxiv.org/abs/2504.19854
• デモ：https://declare-lab.github.io/nora

💻 使用例

基本的な使用法

Noraは、言語指示とロボット作業空間のカメラ画像を入力として受け取り、（正規化された）ロボットの行動を予測します。この行動は、(x, y, z, roll, pitch, yaw, gripper)の形式の7自由度のエンドエフェクタの変位から構成されます。 実際のロボットプラットフォームで実行するには、行動を、ロボットごと、データセットごとに計算された統計に基づいて非正規化する必要があります。 Noraを実行する方法についての説明は、https://github.com/declare-lab/nora で入手できます。

📄 ライセンス

すべてのNoraチェックポイントと学習コードベースは、MITライセンスの下で公開されています。