Hy-Embodied-0.5-VLA

Hy-Embodied-0.5-VLA 是一个面向真实机器人部署的端到端视觉-语言-动作（VLA）学习系统。它覆盖完整机器人学习栈，包括多模态数据采集（基于光学动捕的指尖接口，超1万小时UMI演示）、模型架构设计（融合flow-matching动作专家、紧凑历史记忆编码器与解耦运动学的delta-chunk动作表征）、预训练、监督微调及强化学习后训练。项目基于Hy-Embodied-0.5 MoT骨干网络，支持跨实体泛化，在RoboTwin 2.0基准上达到90.9%清洁场景成功率，适用于具身智能研发、机器人技能迁移与真实环境闭环控制等研究与工程场景。