К содержимому
Робототехника

pi05_fairino_bimanual_cube_transfer_teleop_model

двурукая манипуляция кубиком для роботов Fairino

2 мин чтенияобновлено

Политика управления (набор правил поведения для робота) на 4.14B параметров, обученная для роботов платформы Fairino в фреймворке LeRobot. Модель построена на базе lerobot/pi05_base — Vision-Language-Action (VLA, архитектура, объединяющая зрение, понимание текстовых команд и генерацию действий) модели π₀.₅ от Physical Intelligence, созданной для работы в незнакомых условиях. На практике она принимает данные с трёх камер и текущее состояние манипуляторов, а на выходе выдаёт вектор действий по 14 степеням свободы для перекладывания кубика двумя руками. Пригодится исследователям робототехники и разработчикам, использующим LeRobot и двурукие установки Fairino.

Ключевые особенности

  • Работает с тремя видеопотоками (top, left, right в разрешении 640×480) и 14-мерным вектором состояния робота.
  • Обучена на датасете из 50 эпизодов телеуправления (35 944 кадра с частотой 30 FPS) для выполнения последовательной задачи.
  • Основана на архитектуре π₀.₅, адаптированной в репозитории LeRobot версии 0.6.1, и распространяется под открытой лицензией Apache-2.0.

Что можно сделать

  • Запустить на двуруком роботе Fairino для автоматического захвата кубика правой рукой, перемещения его в центр и укладки в коробку левой рукой.
  • Использовать как отправную точку или референс при дообучении политик π₀.₅ под собственные сценарии бимануального телеуправления в LeRobot.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=Fairino \
  --robot.port= \
  --policy.path=Bekhzod/pi05_fairino_bimanual_cube_transfer_teleop_model \
  --task="pick up the cube with the right arm, place it in the middle, then put it in the box with the left arm."
ПодробнееОбучение: 20 000 шагов, batch size 32, оптимизатор AdamW, learning rate 2.5e-05, seed 1000.
Входы и выходы: состояние и действия размером (14,), три RGB-камеры (3, 480, 640).
Ограничения: результаты оценки (evaluation) на реальном роботе в карточке пока не представлены.
Обсудить Telegram 0 26

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.7 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 3.9 GB4.7 GB
  • 4-bitвеса 2.2 GB2.9 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 · BF16 — от RTX 2080 Ti

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.

    # Bekhzod/pi05_fairino_bimanual_cube_transfer_teleop_model
    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 Bekhzod/pi05_fairino_bimanual_cube_transfer_teleop_model --local-dir ~/models/pi05_fairino_bimanual_cube_transfer_teleop_model
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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

Дообучение модели

lerobot/pi05_base
  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. pi05_fairino_bimanual_cube_transfer_teleop_model

Новые посты про версии paligemma-3b-pt-224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

Bekhzod/pi05_fairino_bimanual_cube_transfer_teleop_model
Автор
Bekhzod
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

Другое

Tracera

Tracera
Языковые модели

CIEAV-Model

CIEAV-Model