π₀.₅ stack yellow on red

Это fine-tune π₀.₅ от arkojit1 на базе lerobot/pi05_base: политика для Franka, обученная складывать жёлтый блок на красный. Датасет — 112 эпизодов Haply-телеоперации, 4-D state и 4-D end-effector delta action; модель на 3,62 млрд параметров. Опубликован чекпойнт шага 8 000 из 20 000 (10,4 эпохи).

🔥 Ключевые особенности

• 🦾 Дообучение π₀.₅ на 112 эпизодах Franka с Haply-телеоперацией; одна задача — сложить жёлтый блок на красный.
• ✅ Обучен только action expert; SigLIP и Gemma-2B заморожены.
• 📉 Eval loss 0.1105 на 12 отложенных эпизодах, train loss 0.094; это не success rate.
• 🔥 8×MI300X, global batch 64, 8k из 20k шагов; лучший eval 0.1085 был на 4k.
• ⬇ На входе три камеры: observation.images.wrist, scene0, scene1 — подавать под именами датасета.

✅ Пример

from lerobot.policies.pi05.modeling_pi05 import PI05Policy
policy = PI05Policy.from_pretrained("arkojit1/pi05_stack_yellow_on_red_e112_bs64_8k_20k")

Подробнее

Обучение: 8×MI300X, global batch 64, AdamW, LR 2.5e-5, bf16; запланировано 20k шагов.
На этом чекпойнте eval loss 0.1105; лучший eval 0.1085 на 4k, разброс ≈±0.01.
Eval loss — flow-matching loss на 12 holdout-эпизодах, не success rate и не сравним с другими ревизиями датасета.
Для загрузки нужны LeRobot 0.4.4 и HF-форк transformers для π₀ (ветка fix/lerobot_openpi).