Blog

Hướng dẫn T-Rex: VLA xúc giác phản ứng nhanh cho thao tác khéo léo, dataset LeRobot v3.0, training, inference và kết quả.

TurboVLA đạt 97.7% LIBERO với 0.2B parameters, 31.2 ms latency và 0.9 GB VRAM trên RTX 4090 — không cần LLM. Hướng dẫn cài đặt, training và inference đầy đủ.

Hướng dẫn fine-tune DM0.5 bằng LoRA cho SO101 Pick Cube, hiểu OpenDM, dữ liệu, training, inference và RoboTwin2.0 benchmark.

Dùng RL²-VLA để steer VLA manipulation policy bằng offline RL trong không gian latent, không cần retrain model gốc, đạt +26% real-robot success rate.

FM-VLA dùng VAE nén lịch sử lực thành Force Memory Tokens, giúp VLA vượt giới hạn Markovian — đếm contact, nhớ tiến trình, đạt 83.3% trên robot AgiBot G1.

Hướng dẫn chạy Pelican-VLA 0.5, hiểu Bottleneck Token, chuẩn bị LeRobot 3.0, training, inference và đọc kết quả RoboTwin.

ICLR 2026: InstructVLA dùng VLA-IT với MoE LoRA để train manipulation policy hiểu câu lệnh phức tạp, đạt +96% so với OpenVLA trên SimplerEnv-Instruct 80 task.

ResVLA (ICML 2026): dùng Residual Diffusion Bridge anchor VLA từ intent, giảm nhiễu, tăng robustness cho robot manipulation.

Hướng dẫn AXIS: thu manipulation data bằng browser teleoperation, làm sạch dữ liệu và fine-tune π0.5 với OpenPI.

Hướng dẫn deploy Robo-ValueRL — framework open-source của X-Humanoid kết hợp value estimation vào VLA-RL để đạt millimeter-precision trên manipulation thực.

Hướng dẫn VLA-Corrector: adaptive action horizon, LVM, OGG và cách triển khai với LeRobot cho manipulation robust hơn.

Hướng dẫn dùng Robometer, TOPReward, lerobot-eval CLI với 6 benchmarks và DAgger để đóng vòng RL tự động cho manipulation VLA trong LeRobot v0.6.