OpenHelix: Una Breve Rassegna, Analisi Empirica e Modello Open-Source a Doppio Sistema VLA per la Manipolazione Robotica
OpenHelix: A Short Survey, Empirical Analysis, and Open-Source Dual-System VLA Model for Robotic Manipulation
May 6, 2025
Autori: Can Cui, Pengxiang Ding, Wenxuan Song, Shuanghao Bai, Xinyang Tong, Zirui Ge, Runze Suo, Wanqi Zhou, Yang Liu, Bofang Jia, Han Zhao, Siteng Huang, Donglin Wang
cs.AI
Abstract
Le architetture VLA (Vision-Language-Action) a doppio sistema sono diventate un argomento di grande interesse nella ricerca sull'intelligenza incarnata, ma manca un lavoro open-source sufficiente per ulteriori analisi delle prestazioni e ottimizzazioni. Per affrontare questo problema, questo articolo riassumerà e confronterà i progetti strutturali delle architetture a doppio sistema esistenti e condurrà valutazioni empiriche sistematiche sugli elementi di progettazione chiave di queste architetture. Alla fine, fornirà un modello open-source a basso costo per ulteriori esplorazioni. Naturalmente, questo progetto continuerà ad aggiornarsi con ulteriori conclusioni sperimentali e modelli open-source con prestazioni migliorate, disponibili per tutti. Pagina del progetto: https://openhelix-robot.github.io/.
English
Dual-system VLA (Vision-Language-Action) architectures have become a hot
topic in embodied intelligence research, but there is a lack of sufficient
open-source work for further performance analysis and optimization. To address
this problem, this paper will summarize and compare the structural designs of
existing dual-system architectures, and conduct systematic empirical
evaluations on the core design elements of existing dual-system architectures.
Ultimately, it will provide a low-cost open-source model for further
exploration. Of course, this project will continue to update with more
experimental conclusions and open-source models with improved performance for
everyone to choose from. Project page: https://openhelix-robot.github.io/.