К содержимому
Робототехника

act_pick-and-place-b601

нейросеть для перекладывания деталей роботом

2 мин чтенияобновлено

Готовая политика управления (алгоритм действий) для роборуки rebot_b601_follower, обученная на базе архитектуры ACT (Action Chunking with Transformers — трансформер, который предсказывает сразу короткую серию движений вместо одного шага). Модель создана автором chenproject35 с помощью фреймворка LeRobot методом имитационного обучения: она повторяет действия оператора, который управлял роботом вручную. На вход нейросеть получает картинку с двух камер и текущее состояние приводов, а на выходе выдаёт вектор из 7 управляющих команд для захвата детали inreach2 и её установки в оснастку. Подойдёт робототехникам и энтузиастам LeRobot, которые работают с совместимыми манипуляторами или дообучают политики под задачи сортировки и сборки.

Ключевые особенности

  • Работает со стереозрением в связке: принимает изображения 640×480 с фронтальной камеры (cam_front) и камеры на запястье (cam_wrist), а также вектор состояния робота размерностью 7.
  • Обучена на 85 записанных эпизодах (82 067 кадров при 30 FPS) с использованием подхода DAgger (интерактивного дообучения с участием человека).
  • Компактный размер — всего 0.05B параметров (50 млн), благодаря чему политика способна работать в реальном времени с частотой 30 Гц.
  • Распространяется под свободной лицензией Apache 2.0 и полностью совместима с LeRobot версии 0.6.2.

Что можно сделать

  • Запустить автономное выполнение операции «взять деталь и поместить в кондуктор» на роботе rebot_b601_follower с двумя USB-камерами.
  • Использовать модель как отправную точку или референс при сборке собственных датасетов формата HIL/DAgger для точного позиционирования мелких объектов.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=rebot_b601_follower \
  --robot.port= \
  --policy.path=chenproject35/act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1 \
  --task="Pick up inreach2 and place it in the jig." \
  --duration=60
ПодробнееОбучение: 27 864 шага, batch size 32, оптимизатор AdamW, learning rate 1e-05, seed 1000.
Датасет: chenproject35/pick-and-place-b601-hil-72ep-yaw0-dagger-r1 (85 эпизодов, 82 067 кадров, 30 FPS).
Ограничения: результаты замеров успешности на реальном роботе в карточке пока не опубликованы; для запуска требуются камеры с именами и разрешением (640×480), совпадающими с обучающими.
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.

    # chenproject35/act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1
    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 chenproject35/act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1 --local-dir ~/models/act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1
    # 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 act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

chenproject35/act_pick-and-place-b601-hil-72ep-yaw0-dagger-r1_hil_36ep_dagger_r1
Автор
chenproject35
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