К содержимому
Робототехника

ACT для сортировки блоков

имитационное обучение в LeRobot

2 мин чтенияобновлено

Это policy (политика управления) для робота, обученная методом ACT (Action Chunking with Transformers — имитационное обучение, которое предсказывает короткие последовательности действий вместо одиночных шагов). Модель обучена в LeRobot на 75 эпизодах записи с двух камер робота so_follower и решает конкретную задачу: собрать 3 жёлтых, 1 красный и 6 синих блоков и сложить их в чёрную коробку. На вход она получает состояние робота (6 значений) и два изображения 480×640 с камер top и wrist, на выходе — 6-мерный вектор действий. Пригодится тем, кто собирает робота на LeRobot: можно запустить готовую политику или взять её как шаблон для обучения своей.

Ключевые особенности

  • Метод ACT из оригинальной статьи: предсказание чанков действий вместо пошаговых команд
  • Обучение на 75 эпизодах и 115 024 кадрах при 30 FPS
  • Два визуальных входа — камеры top и wrist разрешением 480×640
  • 10 000 шагов обучения, batch size 8, learning rate 1e-5, оптимизатор adamw
  • Совместима с роботом типа so_follower, лицензия apache-2.0

Что можно сделать

  • Запустить готовую политику на своём so_follower через lerobot-rollout
  • Обучить собственную политику ACT по шаблону из карточки на своём датасете
  • Разобрать полный пайплайн имитационного обучения LeRobot на живом примере

Пример

lerobot-rollout \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=AdrianAo/act_block_sorting_2026-11-12_15-29-20 \
  --task="Pick up 3 yellow blocks, 1 red block and 6 blue blocks and place them into the black box" \
  --duration=60
ПодробнееРазмер модели — около 0.05B параметров, обучение заняло 10 000 шагов в LeRobot 0.6.2.
Датасет: 75 эпизодов, 115 024 кадра, 30 FPS.
Оценки на реальном роботе в карточке нет — успешность не измерялась.
Для запуска нужен робот so_follower и две камеры с именами, совпадающими с ключами обучения.
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # AdrianAo/act_block_sorting_2026-11-12_15-29-20
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 AdrianAo/act_block_sorting_2026-11-12_15-29-20 --local-dir ~/models/act_block_sorting_2026-11-12_15-29-20
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_block_sorting_2026-11-12_15-29-20
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии act_block_sorting_2026-11-12_15-29-20 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

AdrianAo/act_block_sorting_2026-11-12_15-29-20
Автор
AdrianAo
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

dit_block_2

dit_block_2