Skip to content
Robotics

Sensorcade-BC v0.1

бейзлайн-модели управления роботами с мультисенсорным вводом

2 min readupdated

Набор из 24 базовых политик управления роботами (behavior-cloning baselines — моделей, обученных имитировать действия эксперта) для бенчмарка Sensorcade. В отличие от стандартных VLA-моделей (Vision-Language-Action), которые опираются только на камеры, текст и состояние суставов, варианты full здесь дополнительно обрабатывают показания реальных датчиков в реальном времени: тактильные сенсоры, датчики силы и крутящего момента, сонары, лидары, тепловизоры и IMU. Все модели обучены с нуля на открытом датасете Sensorcade v0.1, построены вокруг компактного трансформера с flow-matching головой действий и замороженным текстовым энкодером Qwen3.5-4B. Релиз пригодится исследователям робототехники как готовая точка отсчёта для оценки вклада датчиков в сложные задачи манипуляции, полётов и подводной навигации.

Ключевые особенности

  • 24 готовых чекпоинта: 6 платформ роботов (манипулятор I2RT YAM, гуманоид Unitree G1, квадрокоптер Skydio X2, робопёс Unitree Go1 и подводный аппарат ROV) в 2 конфигурациях входов и по 2 сида обучения.
  • Сравнение с сенсорами и без: для каждой платформы доступны версии full (с полным набором датчиков) и nosense (только камеры, язык и состояние робота).
  • Асинхронная архитектура: токены изображений, текста и датчиков обновляются каждые 10 шагов управления, а голова действий (flow-matching) срабатывает на каждом шаге по актуальному состоянию.
  • Полная воспроизводимость: вместе с весами last.pt (235–263 МБ) лежат конфигурации входов, аргументы обучения и логи train.jsonl / val.jsonl.

Что можно сделать

  • Изучить влияние датчиков на точность: сравнить поведение моделей full и nosense в задачах точного наливания жидкостей или подводной инспекции.
  • Использовать как бейзлайн в симуляторе: прогнать готовые чекпоинты в среде Sensorcade и сравнить обычный behavior cloning с интерактивными методами обучения.
  • Переобучить под свои эксперименты: модифицировать архитектуру энкодеров датчиков и заново обучить политики на датасете Sensorcade v0.1 с помощью скрипта train_bc.py.

Пример

git clone [https://github.com/bosung/sensorcade.git](https://github.com/bosung/sensorcade.git) && cd sensorcade
uv sync --extra baselines
hf download bosungkim/sensorcade-v0.1 --include "bcD_rov_full_s0/*" --local-dir checkpoints
uv run --extra baselines python scripts/eval_set.py --model bcD_rov_full_s0 \
  --checkpoint checkpoints/bcD_rov_full_s0/last.pt --realism checkpoint --kinds main hard --prompt-batch
ПодробнееОбщий средний успех на тестовых сценариях (main и hard) составляет 4.4% для моделей с сенсорами против 0.1% у версий без сенсоров (потолок эксперта — 83.5%).
Наибольший прирост от датчиков зафиксирован в подводной инспекции Subsea Inspection (29.2% против 0.0%) и точном наливании Precision Pour (10.0% против 0.8%).
Обучение длилось 30 000 шагов (40 000 для g1 и g1_pour) с батчем 32 и learning rate 3e-4; в качестве текстового энкодера использован замороженный Qwen3.5-4B.
Авторы отмечают, что без интерактивной коррекции модели постепенно отклоняются от траектории эксперта при самостоятельном управлении.
Лицензия кода и весов — Apache-2.0, датасета — CC-BY-4.0.
Discuss Telegram 0

Will it run?

Working out the memory needs

The bot is still collecting this model's weight sizes; the estimate will appear here in a few minutes. Meanwhile you can rent a GPU with headroom.

Massed ComputeOpen Massed Compute

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # bosungkim/sensorcade-v0.1
    # ===== Tokens: paste yours between the quotes =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens, for gated models
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download bosungkim/sensorcade-v0.1 --local-dir ~/models/sensorcade-v0.1
    # The model is in ~/models. How to run it is in the model card (link above).
    Add more LoRAs to sensorcade-v0.1
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of sensorcade-v0.1 (quants, finetunes, LoRAs) will show up under the bell.

No known relatives of this model yet. All derivatives on Hugging Face

About the model

bosungkim/sensorcade-v0.1
Author
bosungkim
Category
Robotics
Released
Posted

On NeyroLearn

Hugging Face

00

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments