Hy-Embodied-0.5-VLA: 비전-언어-행동 모델에서 실세계 로봇 학습 스택까지

Hy-Embodied-0.5-VLA: From Vision-Language-Action Models to a Real-World Robot Learning Stack

June 12, 2026

저자: He Zhang, Lingzhu Xiang, Haitao Lin, Zeyu Huang, Minghui Wang, Dingyan Zhong, Yubo Dong, Yihao Wu, Yongming Rao, Dongsheng Zhang, Wanjia He, Ling Chen, Kai Huang, Jiahao Chen, Sichang Su, Xumin Yu, Ziyi Wang, Chengwei Zhu, Xiao Teng, Yuchun Guo, Yufeng Zhang, Yuandong Liu, Rui Wang, Zisheng Lu, Han Hu, Zhengyou Zhang

cs.AI

초록

본 보고서에서는 Hy-Embodied-0.5-VLA (약칭 HyVLA-0.5)를 제시한다. 이는 데이터 수집, 모델 설계, 지속적 사전 훈련 및 지도 미세 조정, 강화학습 후처리, 실제 환경 배포에 이르는 로봇 학습 전체 스택을 아우르는 종단간(end-to-end) 시스템이다. 각 구성 요소는 이 스택에서 고유한 역할을 수행한다.

English

In this report, we present Hy-Embodied-0.5-VLA, abbreviated as HyVLA-0.5, an end-to-end system that spans the full robot learning stack: data collection, model design, continued pre-training and supervised fine-tuning, RL post-training, and real-world deployment. Each component serves a distinct role in this stack.