Skip to content
Other

Flex'N Sense

RL-политики для роборуки в симуляторе Isaac Lab

3 min readupdated

Команда Flex'N Sense опубликовала две политики обучения с подкреплением (reinforcement learning — метод, где агент учится методом проб и ошибок через систему наград), созданные на хакатоне Leukerbad Robotics Hackathon в ноябре 2026 года. Модели управляют симулированной роборукой NormaCore ElRobot и решают две задачи: удерживать пружинный динамометр с уступкой при превышении усилия в 1,96 Н и перевешивать его петлю с одного пальца на другой. Обучение проходило в среде NVIDIA Isaac Sim 6.2 и Isaac Lab с помощью алгоритма PPO из библиотеки rsl_rl. В отличие от моделей, обученных на записях реальных роботов, эти политики тренировались исключительно в параллельной симуляции на 4 096 виртуальных манипуляторах. Релиз пригодится разработчикам и исследователям робототехники как готовый референс задач манипуляции и симуляционных сред.

Ключевые особенности

  • Две отдельные политики под разные сценарии: pull_v1 (удержание и податливость при натяжении) и move_v1 (захват, перенос и надевание петли на соседний палец).
  • Готовые форматы для инференса и дообучения: в каждой папке лежат policy.onnx, policy.pt (TorchScript), checkpoint.pt, настройки params/ и метрики summary.json.
  • В комплекте репозитория также доступны исходные задачи и скрипты для Isaac Lab (code/) и видеозаписи процесса обучения от 1 до 1 024 манипуляторов (media/).
  • Строго симуляционная демонстрация: политики не запускались на реальном железе и не предназначены для управления роботами рядом с людьми.

Что можно сделать

  • Запустить готовые ONNX- или TorchScript-веса в NVIDIA Isaac Sim 6.2 / Isaac Lab для воспроизведения сценариев силового удержания и перехвата объектов.
  • Использовать чекпоинты checkpoint.pt и конфигурации из params/ как базу для дообучения под собственные параметры сервоприводов или новые правила наград.
  • Изучить скрипты из папки code/ в качестве шаблона для настройки параллельного обучения (4 096 сред) на базе URDF-модели NormaCore ElRobot.

Пример

Вход и выход политик в симуляции:
• pull_v1 принимает вектор из 29 чисел (углы и скорости суставов, расстояния до целей, текущее и предыдущее значение силы, смещение схвата и прошлое действие) и выдаёт 5 чисел — поправки к целевым позициям моторов 1, 2, 3, 4 и 6.
• move_v1 принимает 44 числа (состояние суставов, положение и ориентация схвата, координаты точки захвата, петли и целевого пальца, флаги удержания) и возвращает 6 чисел — команды для тех же пяти моторов плюс открытие/закрытие захвата.

ПодробнееЗамеры на 1 024 симулируемых манипуляторах: для pull_v1 средняя пиковая сила составила 1,60 Н (против 3,61 Н при неподвижной руке), а превышение порога 1,96 Н более чем на 10 % произошло лишь в 1,1 % случаев (против 85 %).
Политика move_v1 надевает петлю в пределах 8 мм от целевого пальца в 100 % попыток без падений и столкновений (0 % / 0 %) со средним временем 0,40 с на полной скорости моторов.
Обучение проводилось на одной видеокарте NVIDIA RTX PRO 6000 (4 096 параллельных сред): 7,7 минуты (59 млн шагов) для Pull и около 80 минут (470 млн шагов) для Move.
В симуляции приняты расчётные параметры жёсткости и демпфирования сервоприводов (40 Н·м/рад и 2 Н·м·с/рад), а также зашумлённое считывание силы и точные координаты объектов.
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 0.0 GB · ready files0.5 GB
  • FP8 / INT8recommendedweights 0.0 GB0.5 GB
  • 4-bitweights 0.0 GB0.5 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 2060

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

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.

    # peresjav/flexnsense-sim-policies
    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 peresjav/flexnsense-sim-policies --local-dir ~/models/flexnsense-sim-policies
    # The model is in ~/models. How to run it is in the model card (link above).
  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 flexnsense-sim-policies (quants, finetunes, LoRAs) will show up under the bell.

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

About the model

peresjav/flexnsense-sim-policies
Author
peresjav
Category
Other
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