LeHome SmolVLA 微调:从 Smoke Test 到 Baseline 提交
在 ACT 和 DP 之后,我开始尝试 SmolVLA。选择 SmolVLA 的理由很简单——它是一个相对轻量的 VLA 模型,官方提供了预训练权重和训练配置,在有限算力下跑起来比较现实。本文记录从首次 smoke test、发现并修复 camera key 不兼容问题(自定义 Policy)、到 30k 四类 baseline 训练的完整过程。最终四类评测结果:top_short 8.33%、top_long 50.00%、pant_long 16.67%、pant_short 75.00%。
2026-04-24
|
168
|
0
|
0










