К содержимому
Робототехника

Diffusion Policy для робота Panda

сборка рамки и подвес ключа

1 мин чтенияобновлено

Это политика Diffusion Policy, обученная через LeRobot: визуомоторное управление как генеративный диффузионный процесс, который выдаёт плавные многошаговые траектории действий. По карточке она предназначена для робота типа panda с камерами sideview и robot0_eye_in_hand. Задача — вставить крючок в основание, собрать рамку и повесить на крючок гаечный ключ.

Ключевые особенности

  • Входы: observation.state формы (9,) и два изображения (3, 256, 256).
  • Выход: action формы (7,).
  • Датасет robomimic tool_hang: 200 эпизодов, 95 962 кадра, 20 FPS.
  • Обучение: 200 000 шагов, batch size 128, Adam, lr 0.0001.
  • Лицензия Apache-2.0; обучение в LeRobot 0.6.1.

Пример

Запуск политики на роботе через lerobot-rollout:

lerobot-rollout --robot.type=panda --robot.port=<your_robot_port> --robot.cameras="{ sideview: {type: opencv, index_or_path: <idx1>, width: 640, height: 480, fps: 30}, robot0_eye_in_hand: {type: opencv, index_or_path: <idx2>, width: 640, height: 480, fps: 30}}" --policy.path=castanetnicolas/diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701 --task="Insert the hook into the base to build a frame, then hang the wrench on the hook." --duration=60
ПодробнееДатасет: 200 эпизодов, 95 962 кадра при 20 FPS.
Обучение: 200 000 шагов, batch size 128, Adam, lr 0.0001, seed 1000.
Результаты оценки в карточке не приведены.
Лицензия Apache-2.0; модель обучена в LeRobot 0.6.1.
Обсудить Telegram 0 25

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 1.0 GB · готовые файлы1.6 GB
  • BF16веса 0.5 GB1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.1 GB0.7 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.

    # castanetnicolas/diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701
    # ===== 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 castanetnicolas/diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701 --local-dir ~/models/diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701
    # 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

Новые посты про версии diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

castanetnicolas/diffusion_UR5e_BS_128_H_32_TASK_tool_hang_ID_163701
Автор
castanetnicolas
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

DLFM BlockTune

DLFM BlockTune