ACT k5e base 10 20k
политика LeRobot для робота so_follower
2 min readupdated
Это обученная политика для робота so_follower, которая выполняет задачу «taskbox» по демонстрациям. На вход она получает состояние манипулятора (6 значений) и два изображения 480×640 с камер front и side, а на выходе выдаёт 6-мерное действие. В основе — ACT (Action Chunking with Transformers), метод имитационного обучения, который предсказывает короткие фрагменты действий, а не отдельные шаги. Чекпоинт автора Haku-2004 обучен в LeRobot на 20 эпизодах и содержит около 50 млн параметров. Это не универсальная модель, а узкая политика под одну задачу — пригодится тем, кто работает с so_follower и хочет запустить готовый пример или обучить свою ACT-политику.
Ключевые особенности
- Обучена под конкретную задачу «taskbox» и робота so_follower.
- На входе — состояние (6,) и два изображения 480×640 с камер front и side.
- На выходе — вектор действия из 6 значений.
- Готова к запуску через LeRobot CLI командой lerobot-rollout.
- В карточке указаны 20 эпизодов, 25 815 кадров и 20 000 шагов обучения.
Что можно сделать
- Запустить политику на своём so_follower и посмотреть, как она выполняет taskbox.
- Разобрать готовый ACT-пайплайн в LeRobot: запись данных, обучение и rollout.
- Собрать свой датасет под другую задачу и обучить аналогичную политику через lerobot-train.
- Сравнить поведение с собственной ACT-политикой на том же роботе, есл�� есть демонстрации.
Пример
lerobot-rollout \
--strategy.type=base \
--robot.type=so_follower \
--robot.port=<your_robot_port> \
--policy.path=Haku-2004/act_k5e_base_10_20k \
--task='taskbox' \
--duration=60
Подробнее
Обучение: 20 000 шагов, batch size 8, AdamW, lr 1e-5, seed 1000, LeRobot 0.5.2.Данные: 20 эпизодов, 25 815 кадров, 30 FPS, задача «taskbox».
Вход: состояние (6,) и два изображения 480×640; выход: действие (6,).
Оценки на реальном роботе в карточке нет; лицензия Apache-2.0.










Comments