LibreVLA

LibreVLA runs robot policies from camera frames and robot state and returns action chunks.

Tarefas: robot policies
Tamanhos: smolvla: base at 512 px; act_policy: base at 224 px; diffusion_policy: base at 224 px
Instalação: pip install "libreyolo[vla]"
Nível de suporte: Nível irmão, desde a v1.6.0. Uma superfície de produto separada, com sua própria fábrica e seu próprio contrato.
Licenças: Código MIT, pesos Apache-2.0. Uso comercial

Install

bash

pip install "libreyolo[vla]"

Predict

Python

from libreyolo import LibreVLA, SAMPLE_IMAGE # Python 3.12 or later. This demonstrates shapes with synthetic state.model = LibreVLA("smolvla-base", device="cpu")result = model.predict(SAMPLE_IMAGE, state=[0.0] * 6, instruction="pick up the object")print(result.actions.data.shape)print(result.actions.first)

The extra requires Python 3.12 or later. Supply real camera observations and the state representation used during training for meaningful actions. The library returns action values; the caller owns the robot control loop. Call reset() between episodes.

Train

SmolVLA

LibreVLA() selects SmolVLA. Training updates its action expert with the vision backbone frozen. Pass a LeRobot dataset ID or local v3 directory to train(data=...). Defaults are 5 epochs, batch 8, workers 0 and val_split=0.1.

ACT

LibreVLA("act") constructs an untrained action policy. Train it on a LeRobot dataset before prediction. It uses the dataset camera, state and action shapes without a language instruction. Its image backbone may download separately.

Diffusion Policy

LibreVLA("diffusion") also starts without pretrained policy weights. It keeps observation history between calls; reset() clears that history between episodes.

Validate

val(data=...) reports val/action_l1, val/action_mse, val/action_l1_first and per-dimension val/action_l1_dims. These compare predicted and recorded actions offline; they are not robot task success rates.

Checkpoints

Training saves directories containing policy weights, processors and libreyolo_vla.json. Reload a returned best-checkpoint directory with LibreVLA(path). See the policy API.

Licensing

Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.

Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.

Trabalho original: SmolVLA, ACT and Diffusion Policy, Hugging Face and policy authors
Licença original: Apache-2.0
Código-fonte original: github.com/huggingface/lerobot
Código do LibreYOLO: MIT
Pesos: Apache-2.0, distribuído pelos autores. O LibreYOLO não hospeda nem espelha esses pesos.
Interpretação: The upstream policy runtime and SmolVLA base declare Apache-2.0. ACT and Diffusion Policy training do not load pretrained policy weights.