К содержимому
Робототехника

pi05 для SO-101

робот берёт салфетки и кладёт в контейнер

2 мин чтенияобновлено

Это vision-language-action-политика (VLA: модель получает изображения и состояние робота, а выдаёт команды действиям) π₀.₅ от Physical Intelligence в реализации LeRobot. Конкретный чекпоинт дообучен от lerobot/pi05_base под робота so_follower с камерами front и wrist: на вход идут 6-мерное состояние и два кадра 480×640, на выходе — 6-мерное действие. Обучение шло на 80 эпизодах (25 799 кадров, 30 FPS) для задачи «Grab the tissues and put them into the container». Пригодится как готовый пример VLA-политики для SO-101 и как старт для похожих манипуляций.

Ключевые особенности

  • Основа — π₀.₅ / pi05_base, модель для обобщения на новые условия.
  • Две камеры: front и wrist; вход — состояние (6,) и изображения (3, 480, 640).
  • Робот so_follower, выход — вектор действия (6,).
  • 20 000 шагов обучения, batch size 8, AdamW, learning rate 2.5e-5, LeRobot 0.7.1.
  • Результатов оценки на реальном роботе в карточке пока нет.

Что можно сделать

  • Запустить политику на своём SO-101 через lerobot-rollout с задачей из карточки.
  • Взять конфигурацию камер и данных как пример для собственного пайплайна в LeRobot.
  • Дообучить свою политику от lerobot/pi05_base на своём датасете.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ front: {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=boylel/pi05_lora_so101_tempo_combined \
  --task="Grab the tissues and put them into the container" \
  --duration=60
ПодробнееДообучен от lerobot/pi05_base; датасет — 80 эпизодов, 25 799 кадров, 30 FPS.
20 000 шагов, batch size 8, AdamW, lr 2.5e-5, seed 1000, LeRobot 0.7.1.
Вход: состояние (6,) и две камеры 480×640; выход: действие (6,).
Лицензия — gemma. Оценки успешности в карточке нет.
Обсудить Telegram 0 10

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 15 GB · готовые файлы17 GB
  • BF16веса 8.3 GB9.7 GB
  • FP8 / INT8рекомендуемвеса 5.0 GB6.0 GB
  • 4-bitвеса 3.5 GB4.3 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 4090

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

Это LoRA: вместе с базовой моделью pi05_base.

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.

    # boylel/pi05_lora_so101_tempo_combined
    # ===== 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 lerobot/pi05_base --local-dir ~/models/pi05_base
    hf download boylel/pi05_lora_so101_tempo_combined --local-dir ~/models/pi05_lora_so101_tempo_combined
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pi05_base
  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

Нужна базовая модель

lerobot/pi05_base

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. pi05_lora_so101_tempo_combined

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

boylel/pi05_lora_so101_tempo_combined
Автор
boylel
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

100

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

PI0.5 RTC

PI0.5 RTC