أي سياسة VLA يجب عليك تدريبها في عام 2026؟

خمس سياسات قابلة للتدريب على ذراع من فئة SO-100 اليوم. تختلف بعامل 24 في الاستدلال الكمون، و37 في عدد المعلمات، و12 في تكلفة التشغيل، وفيما إذا كان يمكنك شحن النتيجة. خمس بطاقات نموذجية لن تحسم الأمر: لا توجد إجابة على سؤالك، أي منها أقوم بتشغيله أولاً؟

كل رقم أدناه تم استخراجه من الأوراق والمستودعات والبطاقات في أغسطس 2026. أرقام المنصة تأتي من كتالوج سياسات AY-Robots؛ حيثما يختلف الاثنان، يتم عرض كلاهما.

جدول القرارات

المرشحون الخمسة

الخمسة جميعهم سياسات: إطارات الكاميرا، ومواضع المفاصل، ولأربعة منهم، تعليمات لغوية، يتم ربطها بمجموعة من أهداف المفاصل المستقبلية. ما يميزهم هو مقدار ما تم تعلمه قبل وصولك.

GR00T N1.7

نموذج NVIDIA الحالي نموذج الرؤية واللغة والحركة، حوالي 3 مليارات معلمة، تم تدريب ما يقرب من 40 مليونًا منها خلال الضبط الدقيق. يسرد المستودع الفروقات عن N1.6: العمود الفقري من نموذج Eagle المورد إلى Cosmos-Reason2-2B على Qwen3-VL، طبقات الانتشار من 32 إلى 16، أبعاد الحالة والحركة من 29 إلى 132، أفق الحركة من 16 إلى 40.

ما يهم في الذراع الصغيرة هو مساحة حركة المؤثر النهائي النسبية: يتنبأ N1.7 بالفروقات عن الوضعية الحالية، وهذا ما يسمح بنقل 20 ألف ساعة من فيديو EgoScale البشري إلى سياسة روبوت. المواصفات في صفحة N1.7، والإجراء في دليل N1.7 على SO-100.

GR00T N1.5

نفس مقياس 3 B، وبنية Eagle 2 الأساسية، وSigLip2 و T5، ورأس DiT لمطابقة التدفق. يوجد لتوسيع لديك بالفعل. شيئان يجعلان منه خيارًا افتراضيًا سيئًا: الأوزان تحمل ترخيص NVIDIA أحادي الاتجاه غير التجاري، وإصدارات LeRobot الحالية أزالت دعم N1.5. انظر .

Pi0.5

من Physical Intelligence VLA، نوع السياسة pi05. تقدم الورقة نموذج VLM بحجم 2 مليار معلمة، مهيأ من PaliGemma بالإضافة إلى خبير عمل بحجم 300 مليون معلمة، يقود الروبوت بسرعة 50 هرتز؛ تكوين pi05 الخاص بـ LeRobot يضبط افتراضيًا على جزء من 50 خطوة، أي ثانية واحدة بهذا المعدل. نقطة البيع هي الأماكن غير المرئية: حوالي 400 ساعة من المناولة المتنقلة في المنازل الحقيقية، ودراسة توسع على 3، 12، 22، 53، 82 و 104 مواقع، حيث تطابق النموذج ذو الـ 104 مواقع مع تحكم تم تدريبه على المنازل التجريبية نفسها.

أحد القيود، المذكور على lerobot/pi05_base بطاقة: المنفذ يحمل فقط رأس الإجراء المطابق للتدفق. لم يتم إصدار تنبؤ المهام الفرعية، وتجزئة الإجراءات، والتعلم المعزز (RL) في المصدر، ويقول openpi نفس الشيء عن مستودعه الخاص. صفحة Pi0.5 و دليل Pi0.5 على SO-100 يحتويان على البقية.

SmolVLA

450 مليون معلمة، حوالي 100 مليون منها في خبير الإجراءات، على SmolVLM-2 مع تجميد VLM واستخدام أول 16 طبقة فقط من نموذج اللغة. كان التدريب المسبق بيانات مجتمعية: 481 مجموعة بيانات، 10.6 مليون إطار، من نفس الأذرع الرخيصة التي تستخدمها. VLA الوحيد هنا الذي يناسب بطاقة 24 جيجابايت واحدة، والوحيد الذي يصل إلى 30 حلقة كحد أدنى. انظر صفحة SmolVLA.

ACT

ليس نموذجًا أساسيًا. محول تقسيم الإجراءات (Action Chunking Transformer) من ALOHA يحتوي على حوالي 80 مليون معلمة تم تدريبها من الصفر لكل مهمة، بناءً على 50 عرضًا توضيحيًا بتردد 50 هرتز. يذكر البحث ست مهام ثنائية اليد حقيقية من حوالي عشر دقائق من العروض التوضيحية لكل منها، بنسبة 80 إلى 90 بالمائة على الأمثلة التي يسلط الضوء عليها. فكرته، تقسيم الإجراءات، موجودة في كل نموذج في هذه الصفحة، ولا يزال تحليل الإزالة الخاص به يقيس التأثير بشكل أفضل: عبر مهمتين محاكاتين مع إيقاف التجميع الزمني، يرتفع النجاح من 1 بالمائة عند k=1 إلى 44 بالمائة عند k=100. صفحة ACT تحتوي على البقية.

ما تقوله المعايير بالفعل

LIBERO هو المعيار الوحيد الذي أبلغت عنه ثلاثة من هذه الخمسة: مهام مشروطة باللغة على محاكاة Franka Panda، مقسمة إلى المجموعات الأربع أدناه بعشر مهام لكل منها. أجرت NVIDIA 200 تجربة لكل مجموعة.

SimplerEnv يظهر الانتشار، وهو ما لا يفعله LIBERO. NVIDIA تقارن N1.7 بـ N1.6، وهو أقرب شيء عام إلى "فرق الأجيال".

صف Bridge هو المفيد: 5.7 نقاط مكتسبة في المتوسط بينما put_eggplant_in_basket خسر 36 و put_eggplant_in_sink انخفض من 33 إلى 2. جيل جديد يحرك التوزيع بدلاً من رفعه، لذا إذا كانت مهمتك تقع حيث تراجع N1.7، فإن المتوسط لا يقول شيئًا.

من بين الخمسة، الورقة البحثية لـ SmolVLA فقط هي التي تتحدث عن ذراع من فئة SO-100: 78.3 بالمائة لـ SmolVLA و 61.7 لـ Pi0 عبر ثلاث مهام، كلاهما متعدد المهام، مقابل 48.3 لـ ACT المدرب على مهمة واحدة، وهو ليس مقارنة متكافئة. المقارنة النظيفة هي كلاهما بمهمة واحدة على SO-101 pick-and-place: 90 مقابل 70 في التوزيع، 50 مقابل 40 خارج التوزيع. قارن على ACT مقابل SmolVLA و Pi0.5 مقابل SmolVLA، أو تصفح الساحة.

الكمون والتكلفة يحددان النشر

زمن استجابة الاستدلال هو القيد الذي يكتشفه الناس أخيرًا ويندمون عليه أولاً. سياسة أفضل بخمس نقاط على معيار أداء ولكن بنصف ثانية لكل خطوة عمل تبدو أسوأ على مكتبك: ديناميكيات التلامس لا تنتظر.

ملاحظة واحدة: الرقم الخاص بـ GR00T لا يتفق مع بطاقة NVIDIA، التي تسجل 4 خطوات لإزالة الضوضاء وكاميرا واحدة عند 85.8 مللي ثانية على H100 في الوضع الفوري، 48.6 مللي ثانية مع torch.compile، 27.9 مللي ثانية عبر TensorRT الكامل. الـ 152 مللي ثانية هنا هي رقم مكدس كامل مع تكاليف خدمة علوية وأكثر من كاميرا واحدة، وليست تمريرة أمامية.

إحدى الطرق لكسب الوقت دون تغيير النموذج: تقيس ورقة SmolVLA التنفيذ المتزامن، حيث تنهي السياسة جزءًا قبل التنبؤ بالجزء التالي، مقابل التنفيذ غير المتزامن، حيث يتداخل التنبؤ مع التنفيذ. النجاح متشابه، 78.3 مقابل 73.3، لكن نفس مهمة الالتقاط والوضع تستغرق 9.7 ثوانٍ بدلاً من 13.75، وفي نافذة زمنية ثابتة يدير الروبوت 19 دورة بدلاً من 9.

التراخيص، تم التحقق منها لأن لا أحد يتحقق منها

صف Pi0.5 يحتاج إلى عناية. وثائق LeRobot pi05 تنص على Apache 2.0 متوافقة مع openpi، بينما بطاقة Hub لـ lerobot/pi05_base تحمل license: gemma. كلاهما نشط. GR00T N1.7 لديه نسخة أخف: ملف README الخاص بـ Isaac-GR00T يذكر عرضًا أن N1.7 مرخص تجاريًا بالكامل بموجب Apache 2.0، بينما قسم الترخيص الخاص به وبطاقة النموذج يضعان الكود فقط تحت Apache 2.0 والأوزان تحت NVIDIA ترخيص النموذج المفتوح.

الإعدادات الافتراضية التي ستشغلها فعليًا

يأتي كل نموذج تدريب بإعداد افتراضي، وهي ليست عشوائية. إعدادات ACT هي خاصة بـ LeRobot: حجم الدفعة 8، lr 1e-5, 100000 خطوات التدريب، حجم الكتلة 100، مطابقة لـ ACTConfig الأصلية وk=100 من ورقة ACT البحثية. أحد الأعمدة أدناه هو فخ.

الإعداد الذي يهم أكثر من اختيار النموذج

إنها كتلة الإجراء. تمنح الكتل الأطول حركة أكثر سلاسة وأخطاء تراكمية أقل، ولكن يتم الالتزام بالسياسة أثناء تنفيذ الكتلة، لذا تتفاعل متأخرًا مع أي شيء يتحرك: واثقة على مكعب ثابت، ويائسة على مكعب متحرك. إذا تجاوزت الحد، فإن تقصير الجزء المنفذ أفضل من إعادة التدريب وهو مجاني. المفصل الذي يتوقف مبكرًا يمثل مشكلة مختلفة؛ انظر .

• ACT: ACTConfig defaults to chunk_size 100 and n_action_steps 100. Temporal ensembling is off and requires n_action_steps 1.
• GR00T N1.7: internal horizon went 16 to 40, yet LeRobot's SO-101 example still runs --policy.chunk_size=16 --policy.n_action_steps=16. The rollout flag was renamed to --execution-horizon.
• Pi0.5: a 50-step chunk, of which LeRobot's LIBERO recipe executes 10 via --policy.n_action_steps=10; with --policy.pretrained_path it falls back to 50 if you omit the flag.
• SmolVLA: 50-action chunks, both knobs exposed.

كيفية فحص الخمسة جميعًا في فترة ما بعد الظهر

الإجابة الأقل تكلفة ليست المزيد من القراءة. أنفق حوالي 15 USD ودع الذراع تخبرك: سجل مرة واحدة، درب النموذج الرخيص أولاً، ثم صعد بمجرد أن يثبت أن البيانات سليمة. الهيكل يتفوق على الحجم، وهذا هو الهدف من و .

1. 1
   سجل 50 حلقة مرة واحدة

   خمسون حلقة تمهد الطريق لـ GR00T و Pi0.5 و ACT، و 30 حلقة لـ SmolVLA. كرر كل اختلاف بدلاً من التشتت: 50 حلقة تدريب عبر 5 مواضع مكعبات حيث لم يتم تدريب 25 حلقة. انظر تسجيل مجموعة بياناتك الأولى.

   bash

   lerobot-record \
     --robot.type=so100_follower \
     --robot.port=/dev/ttyACM1 \
     --robot.id=my_follower_arm \
     --teleop.type=so100_leader \
     --teleop.port=/dev/ttyACM0 \
     --teleop.id=my_leader_arm \
     --dataset.repo_id=${HF_USER}/pick-place-50 \
     --dataset.num_episodes=50 \
     --dataset.single_task="Put the lego brick into the box"

2. 2
   درب ACT أولاً، لأنه لا يمكن أن يكذب عليك

   لا توجد أوزان مدربة مسبقًا، لذا إذا قام بالمهمة على الإطلاق، فإن مجموعة بياناتك تحتوي على المهمة. إذا توقف ACT عن العمل، قم بإصلاح البيانات. 1 إلى 3 USD، 2 إلى 5 ساعات على بطاقة 24 GB.

   bash

   lerobot-train \
     --dataset.repo_id=${HF_USER}/pick-place-50 \
     --policy.type=act \
     --policy.device=cuda \
     --batch_size=8 \
     --steps=100000 \
     --seed=1000 \
     --output_dir=outputs/train/act_pickplace \
     --job_name=act_pickplace

3. 3
   شغل SmolVLA على نفس مجموعة البيانات، دون تغيير

   نفس البيانات، نفس الذراع، 450 مليون معلمة بدلاً من 80 مليون، بالإضافة إلى التكييف اللغوي. يضع LeRobot تشغيل 20 ألف خطوة في حوالي 4 ساعات على A100 واحد. هذا ما يخبرك ما إذا كان التدريب المسبق يجلب أي فائدة.

   bash

   lerobot-train \
     --policy.path=lerobot/smolvla_base \
     --dataset.repo_id=${HF_USER}/pick-place-50 \
     --batch_size=64 \
     --steps=20000 \
     --policy.device=cuda \
     --output_dir=outputs/train/smolvla_pickplace \
     --job_name=smolvla_pickplace

4. 4
   قم بالتحويل إلى v2.1 قبل استخدام GR00T

   يقرأ GR00T نسخة من تنسيق LeRobot v2 بالإضافة إلى ملف meta/modality.json إضافي يوضح كيفية تقسيم مصفوفات الحالة والإجراءات المدمجة إلى حقول مسماة. تتسبب مجموعة بيانات v3.0 في تعطل هذا المحمل، لأن v3.0 يجمع العديد من الحلقات في ملفات مشتركة حيث كتب v2 حلقة واحدة لكل حلقة. يشحن Isaac-GR00T مساعد التخفيض كـ scripts/lerobot_conversion/convert_v3_to_v2.py؛ صفحة رفض v3 هي المسار السريع.

   text

   # GR00T expects this layout, not the v3.0 file-based one
   my_dataset/
     meta/
       info.json
       episodes.jsonl      # episode index and lengths
       tasks.jsonl         # language task descriptions
       modality.json       # GR00T-specific: state/action/video key mapping
     data/chunk-000/       # parquet, state and action per timestep
     videos/chunk-000/     # one mp4 per episode

5. 5
   صعّد إلى GR00T N1.7 فقط إذا لم تحقق الخطوتان الأوليان النتائج المرجوة

   من خلال واجهة سطر الأوامر الخاصة بـ NVIDIA، المعروضة هنا، أو نوع سياسة groot الخاص بـ LeRobot. توصي NVIDIA بـ 40 GB أو أكثر من VRAM للضبط الدقيق، و 16 GB للاستدلال. عند حدوث OOM، انظر صفحة OOM.

   bash

   CUDA_VISIBLE_DEVICES=0 uv run python \
     gr00t/experiment/launch_finetune.py \
     --base-model-path nvidia/GR00T-N1.7-3B \
     --dataset-path demo_data/cube_to_bowl_5 \
     --embodiment-tag NEW_EMBODIMENT \
     --modality-config-path examples/SO100/so100_config.py \
     --num-gpus 1 \
     --output-dir /tmp/test_finetune \
     --max-steps 2000 \
     --global-batch-size 32 \
     --dataloader-num-workers 4

طريقتان لتشغيل هذه الفحص الأولي

# 1. LeRobot: ACT, SmolVLA, Pi0.5 and GR00T N1.7 via --policy.type=groot
pip install "lerobot[smolvla]"
pip install "lerobot[pi]"
pip install "lerobot[groot]"

# 2. GR00T reference implementation and benchmark examples
git clone https://github.com/NVIDIA/Isaac-GR00T

# 3. Physical Intelligence reference implementation
git clone --recurse-submodules https://github.com/Physical-Intelligence/openpi

نموذج أساسي أو من الصفر

المفترق الحقيقي ليس في اختيار نموذج 3B. بل هو في ما إذا كان يجب استخدام VLA مدرب مسبقًا على الإطلاق، بالنظر إلى أن ACT تعلم ست مهام ثنائية اليد حقيقية من حوالي عشر دقائق من العروض التوضيحية لكل منها، بـ 80 مليون معلمة و لا شيء مدرب مسبقًا.

حالة إعادة إنتاج تشغيل قديم

مطاردة نقطة تحقق لعام 2025 تجعل اختيار النموذج لك وتحول المشكلة إلى تثبيت الإصدار: يرفض LeRobot الحالي N1.5، لذا تقوم بتثبيت lerobot==0.5.1. مع عدم وجود حقل بذرة وتفاوت بنسبة 5 إلى 6 بالمائة بين عمليات التشغيل، يكون الاستنساخ تقريبيًا بطبيعته. و تحتوي على جانب المنصة.

هل تقلصت الخيارات إلى اثنين؟ ACT ضد GR00T N1.7 وGR00T N1.7 ضد SmolVLA. توجد الصفوف الأولية في إدخالات الساحة: GR00T N1.7، Pi0.5، SmolVLA وACT.

المواضع التي لا تساعدك فيها هذه المنصة

• لا يمكنها تسريع الاستدلال عن بعد. الحلقة الزمنية من 20 إلى 485 مللي ثانية تخص النموذج؛ وتضاف إليها أوقات الذهاب والإياب عبر الإنترنت.
• لا يمكنها ضبط GR00T أو Pi0.5 بدقة على أجهزتك الخاصة. كلاهما متاحان عبر السحابة فقط هنا؛ فقط SmolVLA و ACT يعملان محليًا.
• لا يمكنها إصلاح مجموعة بيانات. انخفاض الخسارة ولكن السياسة لا تفعل شيئًا هي مشكلة بيانات، وسياسة تعمل في إعداد واحد فقط هي مشكلة تغطية.
• لا يمكنها جعل تشغيل GR00T قابلاً للتكرار: التكوين الأصلي لا يحتوي على حقل للبذرة (seed).

اختيار واحد والمضي قدمًا

إعداد افتراضي واحد: سجل 50 حلقة، درب ACT مقابل 1 إلى 3 دولارات أمريكية لإثبات صلاحية مجموعة البيانات، ثم SmolVLA على نفس البيانات. بتكلفة أقل من 6 دولارات أمريكية معًا، يجيبان على السؤال المهم: هل يساعد التدريب المسبق هنا، أم هل تكمن المشكلة في البيانات. انتقل إلى GR00T N1.7 للمهام متعددة الخطوات الغنية بالاتصال، وإلى Pi0.5 عندما يتغير المشهد.

جولة في المنصة: تدريب سياستك الأولى، ثم تشغيل سياستك الأولى. تغطي وثائق التدريب و وثائق مجموعات البيانات الشكل والتنسيق؛ وتغطي صفحة SO-100 و الدليل الشامل لـ SO-100 التجميع والمعايرة. خلفية: نظرة عامة على VLA و مقالة Pi0 حول مطابقة التدفق. العنصر الذي سيرفع معدل نجاحك هو دليل جودة البيانات.