自社研究 — Hyperion
Reachy-LeRobot
フィージビリティ研究：40億パラメータの視覚言語行動ポリシー（π0.5）を単一の AMD Strix Halo ワークステーションで、Reachy Mini ロボットと SO-101 アームを用いて実行。
測定した内容
- 実測
π0.5 フル微調整 — ピークメモリ
68.71 GB
- 実測
実データ微調整（LIBERO、言語条件付き）— 損失
1.08 → 0.13 (300 steps)
- シミュレーション
シミュレーション成功（LIBERO-Spatial）、微調整後のモデル
48/50
微調整後のモデル：48/50 エピソード（96%）。学習で使用した LIBERO-Spatial の10タスク、シミュレーター上の新しい初期配置、LeRobot 公式評価器。学習シードは1つ、別途実施した1,000ステップの微調整。これは単独のパイロット結果であり、ベースラインからの向上として示すものではありません。
- ロボット上・ドライラン
ロボット上の認知ベンチマーク（12シーン）— 知覚・理解・解釈
知覚 10/12・理解 12/12・解釈 10/12・エンドツーエンド 10/12
- 実測
bf16 スループット対 FP32（ACT）
2.3× – 14.3×
未測定の項目
- ロボット上のタスク成功率 — アームのループはドライラン（物理的な動作はまだ）。
- NPU（XDNA2）実行 — INT8 ツールチェーンは検証できるが DPU サブグラフは未コンパイル、iGPU/CPU フォールバックのみ。
- 収束（微調整は300ステップで停止）、エネルギー、マルチタスク汎化。