LaWAM Cleans Frozen
робот-политика для домашней уборки
2 min readupdated
Модель управляет роботом stringman: по трём камерам она выдаёт 5-мерное действие, чтобы складывать бельё в корзину, мусор в ведро и игрушки по местам. В основе LaWAM — связка Qwen3-VL, латентной модели действий/мира и flow-matching головы для действий; это дообучение с jialei02/lawam-pretrain-lerobot. Обучение и запуск идут через LeRobot, поэтому модель пригодится тем, кто собирает imitation-learning пайплайны для реальных манипуляторов. Оценок на роботе в карточке пока нет.
Ключевые особенности
- LaWAM-архитектура: Qwen3-VL + латентная модель действий/мира + flow-matching action head.
- Три визуальных входа с камер gripper_camera, anchor_camera_0 и anchor_camera_1.
- Дообучена в LeRobot от jialei02/lawam-pretrain-lerobot под робота stringman.
- Датасет naavox/stringman_cleans: 1247 эпизодов и 827 085 кадров при 30 FPS.
- Публичной оценки success rate на реальном роботе в карточке нет.
Что можно сделать
- Запустить политику на stringman через lerobot-rollout и проверить задачи вроде «Put laundry in the hamper».
- Дообучить свою политику от того же base-чекпоинта на собственном датасете через lerobot-train.
- Использовать как пример LeRobot-пайплайна для манипуляции с тремя камерами и 5-мерным action space.
- Сравнить с другими политиками на похожих бытовых задачах, когда появятся метрики.
Пример
lerobot-rollout \
--strategy.type=base \
--robot.type=stringman \
--robot.port=<your_robot_port> \
--policy.path=naavox/lawam-cleans-frozen \
--task="Put laundry in the hamper" \
--duration=60
Подробнее
База: jialei02/lawam-pretrain-lerobot; робот stringman, камеры gripper_camera, anchor_camera_0/1.Датасет naavox/stringman_cleans: 1247 эпизодов, 827 085 кадров, 30 FPS; обучение 30 000 шагов, batch 16, lr 0.0001.
Оценки на реальном роботе в карточке нет — success rate не указан.
Лицензия MIT; запуск через LeRobot 0.7.0.










Comments