К содержимому
Робототехника

act_pod_to_container_v2_50k

политика захвата кофейных капсул для робота

2 мин чтенияобновлено

Модель представляет собой политику управления роботом-манипулятором типа so_follower, обученную с помощью библиотеки LeRobot. Она решает конкретную прикладную задачу: захватить кофейную капсулу и переложить её в контейнер. В основе лежит архитектура ACT (Action Chunking with Transformers — метод обучения с подражанием, который предсказывает сразу короткие последовательности действий вместо одиночных шагов). Модель натренирована на 50 демонстрационных эпизодах телеуправления и пригодится энтузиастам и разработчикам в области робототехники для запуска или дообучения на совместимом железе.

Ключевые особенности

  • Обучена под конкретный сценарий манипуляции: «Pick up the coffee pod and put it in the container».
  • Принимает на вход вектор состояния робота (6 степеней свободы) и видеопоток с двух камер (top и wrist) в разрешении 640×480.
  • Построена на архитектуре ACT и имеет компактный размер около 0.05B параметров.
  • Обучена на датасете allez-ale/so101_pod_to_container_v2 (50 эпизодов, 34 539 кадров при 30 FPS).

Что можно сделать

  • Запустить готовую политику на роботе-манипуляторе so_follower с двумя подключёнными камерами для автоматического перекладывания капсул.
  • Использовать веса и конфигурацию как отправную точку для экспериментов с имитационным обучением в среде LeRobot.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ top: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
  --policy.path=allez-ale/act_pod_to_container_v2_50k \
  --task="Pick up the coffee pod and put it in the container"
ПодробнееОбучение: 50 000 шагов, batch size 8, оптимизатор AdamW, learning rate 1e-05, версия LeRobot 0.6.2.
Лицензия: Apache-2.0.
Ограничения: результаты замеров точности на реальном роботе в карточке пока не опубликованы.
Обсудить Telegram 0 28

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.

    # allez-ale/act_pod_to_container_v2_50k
    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 allez-ale/act_pod_to_container_v2_50k --local-dir ~/models/act_pod_to_container_v2_50k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_pod_to_container_v2_50k
  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_pod_to_container_v2_50k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

allez-ale/act_pod_to_container_v2_50k
Автор
allez-ale
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

dec_models

dec_models