FluxVLA/FluxVLA

何を解決するか

FluxVLA Engine は、身体知能アプリケーションのデプロイを簡素化するフルスタックエンジニアリングプラットフォームです。データ処理から実機デプロイまでの全体的なループに標準化された基盤を提供することで、視覚-言語-行動（VLA）の研究開発におけるエンジニアリングの障壁を低減します。

動作方法

このプラットフォームは、統一された設定、標準化されたインターフェース、モジュールの分離という原則に基づいて構築されています。GR00T、PI0、Cosmos3、SmolVLAなど、幅広いVLAモデルをサポートし、トレーニング、シミュレーション評価、実ロボット推論の統合ワークフローを提供します。NVIDIA Jetson OrinやFrankaロボットなど、さまざまなハードウェアターゲットをサポートしており、TritonやGR00T-RTCなどの加速オプションも提供しています。

対象ユーザー

身体知能およびロボティクス分野の研究者や開発者で、VLAモデルの開発・デプロイに向けた標準化されたエンドツーエンドフレームワークを必要とする方々です。

主な特徴

• 広範なモデル対応: DiT4DiT、FastWAM、PI0.5など、多数のVLAアーキテクチャに対応。
• 実ロボットデプロイ: 単アーム・デュアルアームのFrankaロボット、およびOli人型ロボットの全身運動制御・操作をサポート。
• エッジ加速: NVIDIA Jetson Orin向けに最適化され、GR00T-N1.5の推論速度が最大7.4 Hzに達します。
• シミュレーション統合: LIBEROやRoboCasaなどのベンチマークと統合され、性能評価が可能。