ACT ALOHA TransferCube

Это ACT-политика для задачи AlohaTransferCube-v0 в симуляции, обученная с LeRobot 0.7.0 на датасете из 50 человеческих демонстраций. Модель с примерно 50 млн параметров обучена с нуля на Apple M4 MacBook Pro через MPS, без NVIDIA GPU: 80k шагов, batch size 8, около 10 часов. Гиперпараметры — дефолтные для LeRobot, без тюнинга.

🧐 Ключевые особенности

• 🚀 Обучение с нуля на ноутбуке Apple M4: MPS вместо CUDA, 80k шагов и batch size 8.
• 🔥 Архитектура ACT: ResNet-18 backbone с ImageNet init, chunk size 100, 100 action steps, VAE включён, KL weight 10, AdamW и learning rate 1e-5.
• 💯 На 200 эпизодах с --seed=1000 — 75,5% успеха (151/200), 95% CI 69,1–80,9.
• 👀 У официального чекпоинта 81,0% (162/200), 95% CI 75,0–85,8; интервалы пересекаются, на такой выборке модели статистически неразличимы.
• 🗿 На 50k шагах успех ниже: 64,0% для seed 1000 и 62,0% для seed 1001. Loss не предсказывал успех, а 50 эпизодов не позволяют ранжировать соседние чекпоинты.
• 🤔 Только симуляция, одна задача и один набор seed; успех считается по определению gym-aloha: куб поднят правой рукой и передан в левый захват.

🚀 Пример

pip install 'lerobot[aloha]==0.7.0'
lerobot-eval --policy.path=ChadSaglam/act_aloha_sim_transfer_cube --env.type=aloha --env.task=AlohaTransferCube-v0 --eval.n_episodes=200 --seed=1000 --policy.device=cuda

Подробнее

Бенчмарк: 75,5% против 81,0% у официального ACT-чекпоинта; 95% доверительные интервалы Уилсона пересекаются.
На 50k шагах — 64,0% и 62,0% для двух seed; 200 эпизодов, seed 1000.
Обучение на M4: 2,2 steps/s; 50k шагов за 6 ч 22 мин, ещё 30k — за 3 ч 47 мин.
Ограничения: только симуляция, одна задача, один набор seed; чекпоинт в формате processor pipeline LeRobot 0.7.0.