К содержимому
Робототехника

ACT Pick-and-Place

политика захвата и укладки

2 мин чтенияобновлено

Эта модель — политика imitation learning (обучение на демонстрациях) для робота ReBot B601. Она получает 7-мерное состояние и два изображения с камер — спереди и на запястье — и выдаёт 7-мерное действие. В основе ACT (Action Chunking with Transformers): метод предсказывает короткие последовательности действий, а не по одному шагу. Обучена в LeRobot на 72 эпизодах телеоператорских данных для задачи «взять inreach2 и положить в jig». Пригодится тем, кто собирает пайплайн обучения с подкреплением на реальном роботе и хочет готовый пример ACT.

Ключевые особенности

  • ACT предсказывает короткие чанки действий, а не отдельные шаги.
  • На входе — 7-мерное состояние и два изображения 480×640: камера спереди и на запястье.
  • Обучена для робота rebot_b601_follower в LeRobot.
  • Датасет: 72 эпизода, 74 932 кадра, 30 FPS; задача — взять inreach2 и положить в jig.
  • Лицензия Apache-2.0, около 50 млн параметров.

Что можно сделать

  • Запустить политику на совместимом ReBot B601 через lerobot-rollout.
  • Переобучить ACT под свою задачу на собственных телеоператорских демонстрациях.
  • Использовать как готовый пример пайплайна LeRobot для imitation learning.
  • Сравнить с собственной политикой на той же задаче, если есть одинаковое железо и камеры.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=rebot_b601_follower \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ cam_front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, cam_wrist: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30}}" \
  --policy.path=chenproject35/act_pick-and-place-b601-hil-72ep-yaw0_hil_36ep \
  --task="Pick up inreach2 and place it in the jig." --duration=60
ПодробнееОценки на реальном роботе в карточке нет.
Обучение: 23 400 шагов, batch size 32, optimizer AdamW, learning rate 1e-5.
Данные: 72 эпизода, 74 932 кадра при 30 FPS.
Важно: имена камер должны совпадать с ключами, на которых обучалась политика.
Обсудить Telegram 0 21

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_hil_36ep
    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_hil_36ep --local-dir ~/models/act_pick-and-place-b601-hil-72ep-yaw0_hil_36ep
    # 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_hil_36ep — 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_hil_36ep
Автор
chenproject35
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

210

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии