Libero Goal 1

🚀 Hume-Libero_Goal模型卡片

Hume-Libero_Goal是一個在Libero-Goal上訓練的具有System-2思維的雙系統視覺-語言-動作模型，可用於機器人相關任務。

🚀 快速開始

如果你想復現論文中的結果，請遵循說明。如果你想直接使用該模型，請參考以下代碼示例。

✨ 主要特性

• 基於雙系統的視覺-語言-動作模型，融入了System-2思維。
• 可應用於機器人領域。
• 提供了預訓練模型和代碼庫，方便用戶使用和復現結果。

📦 安裝指南

文檔中未提及具體安裝步驟，暫不展示。

💻 使用示例

基礎用法

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)

📚 詳細文檔

• 論文：https://arxiv.org/abs/2505.21432
• 主頁：https://hume-vla.github.io
• 代碼庫：🧰 Hume: A Dual-System VLA with System2 Thinking

🔧 技術細節

文檔中未提供具體技術細節，暫不展示。

📄 許可證

本項目採用MIT許可證。

📝 引用信息

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