Openvla 7b Finetuned Libero Spatial

🚀 OpenVLA 7B在LIBERO-Spatial上的微調版本

OpenVLA 7B在LIBERO-Spatial上的微調版本是一個多模態的預訓練模型，適用於圖像文本到文本的轉換任務，可應用於機器人等領域。該模型基於OpenVLA 7B模型在LIBERO-Spatial數據集上微調而來，能有效提升相關任務的性能。

🚀 快速開始

本模型是通過LoRA（r = 32）在LIBERO模擬基準的LIBERO - Spatial數據集上對OpenVLA 7B模型進行微調得到的。為了提高最終性能，我們對訓練數據集做了一些修改（詳情見OpenVLA論文）。

🔧 技術細節

以下是我們在所有LIBERO實驗中使用的超參數：

📚 詳細文檔

有關如何在LIBERO模擬器中運行和評估此模型的說明，請參閱OpenVLA GitHub的README。

📄 許可證

本模型使用的許可證為MIT許可證。

📚 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}
}