Kinematic Residual VLA Checkpoints
чекпоинты для VLA-роботов
2 min readupdated
Набор исследовательских чекпоинтов от adi2440 для оценки и продолжения fine-tuning моделей DynamicVLA/DOM, DOM с velocity conditioning, KRV100, SmolVLA, VLASH и π0.5. Включает baseline- и KR-варианты, а также разные истории обучения. Полный снапшот — около 313 ГБ до дедупликации, предусмотрена выборочная загрузка.
Ключевые особенности
- Чекпоинты для KRV100, DOMV, DOM, SmolVLA, VLASH и π0.5 — с baseline для сопоставимых сравнений.
- Несколько training scope: full, large-audited-197198, 20k-fresh, 20k-continuation, mixed-full-then-20k и full-historical.
- Native- и adapter-чекпоинты: для DOM/KRV нужны Transformers 5.2.0 и LeRobot 0.3.3, для адаптеров — Transformers 4.53.3 и LeRobot 0.4.1.
- Загрузка через tools/checkpoint_tools.py по алиасам; можно скачать только нужный чекпоинт, а не весь набор.
- Production-снапшоты содержат optimizer, scheduler, sample cursor и RNG state для продолжения fine-tuning.
- Это кастомные research-экспорты: передавать adapter checkpoint.pt напрямую в stock LeRobot from_pretrained() не поддерживается.
Пример
from tools.checkpoint_tools import load_model
policy, metadata = load_model(".", "krv100-full-best", device="cuda")
Подробнее
Полный снапшот — около 313 ГБ до дедупликации; загрузка выборочная.KRV100 full: 203 151 тренировочный эпизод; DOMV large-audited-197198: 197 198 эпизодов (97.066% опубликованных).
π0.5 + KR: 6 полных эпох и часть 7-й; последний VLASH baseline тоже неполный.
Closed-loop оценка требует Isaac Sim 4.5.0 и Isaac Lab 2.2.1. Лицензии: S-Lab non-commercial для DynamicVLA, Gemma terms для π0.5/PaliGemma, Apache для SmolVLA/LeRobot.










Comments