Model Card for smolvla

SmolVLA is a compact, efficient vision-language-action model that achieves competitive performance at reduced computational costs and can be deployed on consumer-grade hardware.

smolvla architecture

This policy has been trained and pushed to the Hub using LeRobot.

Learn how to train and run it in the LeRobot smolvla guide, or browse the full documentation.

Model Details

License: apache-2.0
Fine-tuned from: lerobot/smolvla_base
Robot type: panda
Cameras: image, image2

Inputs & Outputs

The policy consumes these observation features and produces these action features.

Inputs

Feature	Type	Shape
`observation.images.image`	VISUAL	`(3, 256, 256)`
`observation.images.image2`	VISUAL	`(3, 256, 256)`
`observation.state`	STATE	`(8,)`

Outputs

Feature	Type	Shape
`action`	ACTION	`(7,)`

Training Dataset

Repository: VLAIResearchLab/lerobot_libero_vi
Episodes: 1693
Frames: 273465
Frame rate: 10.0 FPS
Task(s): "đặt cốc trắng lên đĩa bên trái và đặt cốc vàng trắng lên đĩa bên phải", "đặt cốc trắng lên đĩa và đặt bánh pudding sô-cô-la sang bên phải đĩa", "đặt cốc vàng trắng vào lò vi sóng rồi đóng lại", "bật bếp lên rồi đặt bình pha cà phê moka lên đó", "đặt cả hộp súp chữ cái và hộp phô mai kem vào giỏ", "đặt cả hộp súp chữ cái và chai sốt cà chua vào giỏ", "đặt cả hai bình pha cà phê moka lên bếp", "đặt cả hộp phô mai kem và hộp bơ vào giỏ", "đặt cái bát đen vào ngăn kéo dưới cùng của tủ rồi đóng lại", "nhấc quyển sách lên và đặt vào ngăn phía sau của giỏ đựng đồ", "đặt cái bát lên đĩa", "đặt chai rượu vang lên giá", "mở ngăn kéo trên cùng và đặt cái bát vào bên trong", "đặt phô mai kem vào bát", "đặt chai rượu vang lên trên tủ", "đẩy cái đĩa ra phía trước bếp", "bật bếp lên", "đặt cái bát lên bếp", "đặt cái bát lên trên tủ", "mở ngăn kéo giữa của tủ", "nhấc hộp nước cam lên rồi đặt vào giỏ", "nhấc chai tương cà lên rồi đặt vào giỏ", "nhấc hộp phô mai kem lên rồi đặt vào giỏ", "nhấc chai sốt bbq lên rồi đặt vào giỏ", "nhấc hộp súp chữ cái lên rồi đặt vào giỏ", "nhấc hộp sữa lên rồi đặt vào giỏ", "nhấc chai sốt salad lên rồi đặt vào giỏ", "nhấc hộp bơ lên rồi đặt vào giỏ", "nhấc chai sốt cà chua lên rồi đặt vào giỏ", "nhấc hộp bánh pudding sô-cô-la lên rồi đặt vào giỏ", "nhấc cái bát đen bên cạnh hộp bánh quy lên rồi đặt nó lên đĩa", "nhấc cái bát đen trong ngăn kéo trên cùng của tủ gỗ lên rồi đặt nó lên đĩa", "nhấc cái bát đen trên cái chén nhỏ lên rồi đặt nó lên đĩa", "nhấc cái bát đen trên bếp lên rồi đặt nó lên đĩa", "nhấc cái bát đen ở giữa cái đĩa và cái chén nhỏ lên rồi đặt nó lên đĩa", "nhấc cái bát đen trên hộp bánh quy lên rồi đặt nó lên đĩa", "nhấc cái bát đen bên cạnh đĩa lên rồi đặt nó lên đĩa", "nhấc cái bát đen bên cạnh cái chén nhỏ lên rồi đặt nó lên đĩa", "nhấc cái bát đen ở giữa bàn lên rồi đặt nó lên đĩa", "nhấc cái bát đen trên tủ gỗ lên rồi đặt nó lên đĩa"

Training Configuration

Setting	Value
Training steps	250
Batch size	16
Optimizer	adamw
Learning rate	0.0001
Seed	1000
LeRobot version	0.5.2

How to Get Started with the Model

New to LeRobot? These guides cover the full workflow:

Install LeRobot — set up the lerobot package.
Hardware setup — assemble, wire, and calibrate your robot and cameras.
Record data & train a policy — the end-to-end imitation-learning walkthrough.
CLI cheat-sheet — quick reference for the lerobot-* commands.

The short version to run and train this policy:

Run the policy on your robot

lerobot-rollout \
  --strategy.type=base \
  --robot.type=panda \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ <camera_1>: {type: opencv, index_or_path: <index_or_path>, width: 640, height: 480, fps: 30}, <camera_2>: {type: opencv, index_or_path: <index_or_path>, width: 640, height: 480, fps: 30}}" \
  --policy.path=thuanan/libero-vi-ft_timing \
  --task="đặt cốc trắng lên đĩa bên trái và đặt cốc vàng trắng lên đĩa bên phải" \
  --duration=60

Replace the remaining <...> placeholders with your own values: --robot.port and the camera names/indices are specific to your machine, and the camera names must match the observation keys this policy was trained on.

When --strategy.type=base is used the script doesn't record the episodes. Skipping duration will make the policy run indefinitely. For more information look at rollout documentation.

Train your own policy

This policy type is usually fine-tuned from the pretrained base model lerobot/smolvla_base:

lerobot-train \
  --dataset.repo_id=${HF_USER}/<dataset> \
  --policy.path=lerobot/smolvla_base \
  --output_dir=outputs/train/<policy_repo_id> \
  --job_name=lerobot_training \
  --policy.device=cuda \
  --policy.repo_id=${HF_USER}/<policy_repo_id> \
  --wandb.enable=true

Writes checkpoints to outputs/train/<policy_repo_id>/checkpoints/.

Evaluation

No evaluation results have been provided for this policy yet.

Citation

If you use this policy, please cite the method linked in the description above, along with LeRobot:

@misc{cadene2024lerobot,
    author = {Cadene, Remi and Alibert, Simon and Soare, Alexander and Gallouedec, Quentin and Zouitine, Adil and Palma, Steven and Kooijmans, Pepijn and Aractingi, Michel and Shukor, Mustafa and Aubakirova, Dana and Russi, Martino and Capuano, Francesco and Pascal, Caroline and Choghari, Jade and Moss, Jess and Wolf, Thomas},
    title = {LeRobot: State-of-the-art Machine Learning for Real-World Robotics in Pytorch},
    howpublished = "\url{https://github.com/huggingface/lerobot}",
    year = {2024}
}