Libero Object 1

🚀 Hume-Libero_Object モデルカード

Hume-Libero_Objectは、Libero-Objectデータセットで学習された、System-2思考を備えたデュアルシステムの視覚・言語・行動モデルです。このモデルは、ロボット工学の分野での応用に特化しています。

• 論文: https://arxiv.org/abs/2505.21432
• ホームページ: https://hume-vla.github.io
• コードベース: 🧰 Hume: A Dual-System VLA with System2 Thinking

🚀 クイックスタート

論文の結果を再現する場合

論文の結果を再現したい場合は、こちらの指示に従ってください。

モデルを直接使用する場合

以下のコード例を参考に、モデルを直接使用することができます。

from hume import HumePolicy
import numpy as np

# load policy
hume = HumePolicy.from_pretrained("/path/to/checkpoints")

# config Test-Time Computing args
hume.init_infer(
    infer_cfg=dict(
        replan_steps=8,
        s2_replan_steps=16,
        s2_candidates_num=5,
        noise_temp_lower_bound=1.0,
        noise_temp_upper_bound=1.0,
        time_temp_lower_bound=0.9,
        time_temp_upper_bound=1.0,
        post_process_action=True,
        device="cuda",
    )
)

# prepare observations
observation = {
    "observation.images.image": np.zeros((1,224,224,3), dtype = np.uint8), # (B, H, W, C)
    "observation.images.wrist_image": np.zeros((1,224,224,3), dtype = np.uint8), # (B, H, W, C)
    "observation.state": np.zeros((1, 7)), # (B, state_dim)
    "task": ["Lift the papper"],
}

# Infer the action
action = hume.infer(observation) # (B, action_dim)

📚 詳細ドキュメント

引用情報

このモデルに関する論文を引用する場合は、以下のBibTeX形式を使用してください。

@article{song2025hume,
  title={Hume: Introducing System-2 Thinking in Visual-Language-Action Model},
  author={Anonimous Authors},
  journal={arXiv preprint arXiv:2505.21432},
  year={2025}
}

📄 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。

📦 モデル情報