Skip to content
Robotics

agos_sim2real_geoaux_depthdrop

Diffusion Policy для вставки штекера под углом

2 min readupdated

agos_sim2real_geoaux_depthdrop — это робототехническая политика на базе Diffusion Policy (диффузионной модели генерации действий), созданная автором yinongh для точной вставки наклонённого штекера в разъём. Модель построена на архитектуре depth_wrench_cnn_unet_agos_geoaux и рассчитана на перенос из симуляции на реальное железо (sim2real) с роботом Franka, параллельным захватом и боковой камерой на запястье. На вход она получает карту глубины, 6-мерные показания силомоментного датчика и данные облака точек 3D-AGOS, а на выходе выдаёт последовательность из 10 шагов перемещения (action chunk) в 9-мерном пространстве. Особенность модели — принудительное обнуление глубины (depth dropout) вблизи разъёма, чтобы контактная фаза сборки опиралась на тактильные и геометрические данные, а вспомогательная голова GeoAux предсказывает относительную позу детали. Пригодится исследователям и инженерам в области манипуляции роботов и задачи Peg-in-Hole.

Ключевые особенности

  • Мультимодальный вход: объединяет глубину с камеры ZED2i (360×640), 6-мерный вектор усилий на запястье и представление облака точек 3D-AGOS.
  • Depth Dropout на финише: карта глубины обнуляется на расстоянии 30 мм от целевой позы (линейно до 33 мм), заставляя модель полагаться на силомоментный отклик и 3D-геометрию при контакте.
  • Вспомогательная задача GeoAux: дополнительная ветка сети предсказывает относительное положение штекера (с весом 0.1) для более точного позиционирования.
  • Генерация траектории: предсказывает сразу 10 будущих шагов в системе координат рабочего органа (EEF) с шагом трансляции 0.3 мм и 6D-представлением поворота.

Что можно сделать

  • Симуляция сборки в Isaac Gym: протестировать чекпоинты last.pt и best_fixed_noise.pt на задачах точной стыковки деталей с зазором 0.2–0.5 мм.
  • Исследования в области Sim2Real: использовать веса и конфигурацию resolved_config.yaml из репозитория Insertion-RL для экспериментов с тактильно-визуальным управлением роботом Franka.
  • Сравнение стратегий обучения: изучить влияние обнуления глубины и вспомогательной геометрической головы на обобщение для незнакомых форм деталей.

Пример

В репозитории представлены готовые файлы весов (checkpoints/last.pt и checkpoints/best_fixed_noise.pt), статистики нормализации normalization_stats.json и конфиг resolved_config.yaml. Запуск обучения и оценки выполняется через скрипт scripts/train_agos_sim2real_geoaux_depthdrop.sh из кодовой базы Insertion-RL (коммит 5571262c) в среде Isaac Gym на 1000 шагов с горизонтом исполнения 5 шагов.

ПодробнееОбучение: 22 440 траекторий на 200 процедурных деталях (зазор 0.2 мм), 145 000 шагов на 8× A100 (AdamW, EMA).
Успешность в Isaac Gym (closed-loop): 67.8% (122/180) на знакомых формах и 71.7% (129/180) на новых формах.
При увеличенном зазоре 0.5 мм на тех же 10 формах точность достигает 73.6% (265/360).
Ограничения: большинство неудач происходит из-за заклинивания в отверстии при отклонении захвата около 3.8° от оси разъёма.
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 0.6 GB · ready files1.2 GB
  • FP8 / INT8recommendedweights 0.3 GB0.9 GB
  • 4-bitweights 0.2 GB0.7 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.

    # yinongh/agos_sim2real_geoaux_depthdrop
    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 yinongh/agos_sim2real_geoaux_depthdrop --local-dir ~/models/agos_sim2real_geoaux_depthdrop
    # 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 agos_sim2real_geoaux_depthdrop (quants, finetunes, LoRAs) will show up under the bell.

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

About the model

yinongh/agos_sim2real_geoaux_depthdrop
Author
yinongh
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