К содержимому
Робототехника

act_stack_c50_h200_80k

политика для робота-манипулятора

2 мин чтенияобновлено

Модель обучена с помощью алгоритма ACT (Action Chunking with Transformers — метод имитационного обучения, предсказывающий короткие последовательности действий вместо единичных шагов) и библиотеки LeRobot для управления роботом типа so_follower. Задача модели — складывать красные, желтые и фиолетовые кубики на специальную отметку на столе. Политика принимает на вход состояние робота и изображение с запястной камеры высокого разрешения, выдавая управляющие сигналы. Она обучена на датасете из 74 эпизодов и пригодится исследователям в области робототехники, использующим оборудование совместимое с экосистемой LeRobot.

Ключевые особенности

  • Робототехника: Создана для реального робота-манипулятора so_follower.
  • Компьютерное зрение: Использует данные с запястной камеры (`observation.images.wrist`) с разрешением 640x480.
  • Архитектура ACT: Предсказывает последовательности действий (action chunks) на основе имитационного обучения.
  • Датасет: Обучена на 74 эпизодах (более 100 тыс. кадров) для задачи сортировки цветных кубиков.

Что можно сделать

  • Запустить на роботе: Выполнить задачу укладывания кубиков с помощью команды `lerobot-rollout`.
  • Изучить обучение: Использовать конфигурацию для тренировки собственных политик управления манипулятором.
  • Проанализировать датасет: Ознакомиться с демонстрацией данных через визуализаторы Hugging Face Spaces.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=asma-4a/act_stack_c50_h200_80k \
  --task="Stack the red, yellow and purple cubes on the table mark" \
  --duration=60
ПодробнееШагов обучения: 80000
Размер батча: 32
Оптимизатор: adamw (learning rate: 1e-05)
Версия LeRobot: 0.7.1
Входные признаки: observation.state (6,) и observation.images.wrist (3, 640, 480)
Обсудить Telegram 0 11

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.

    # asma-4a/act_stack_c50_h200_80k
    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 asma-4a/act_stack_c50_h200_80k --local-dir ~/models/act_stack_c50_h200_80k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_stack_c50_h200_80k
  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_stack_c50_h200_80k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

asma-4a/act_stack_c50_h200_80k
Автор
asma-4a
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

act

act