К содержимому
Робототехника

task1task2_subtask_rel

мультизадачная модель управления роборукой

2 мин чтенияобновлено

Эта мультизадачная модель создана на базе архитектуры pi0.5 (версионированная модель для управления роботами от Physical Intelligence / LeRobot) и обучена для выполнения трёх различных задач манипуляции: вставки платы в модуль, захвата кабеля и перемещения модуля в центр стола. Модель использует визуально-языковую основу (VLM) для предсказания промежуточных подзадач перед генерацией управляющих воздействий (экшенов). Она объединяет несколько датасетов и обрабатывает данные с трёх камер и датчиков состояния (24-мерный вектор). Решение предназначено для исследователей и разработчиков робототехники, работающих с фреймворком LeRobot.

Ключевые особенности

  • Поддержка трёх разных сценариев роборуки через один пайплайн.
  • Предсказание промежуточных подзадач (subtask prediction) для точного планирования действий.
  • Обучение на комбинированных демонстрациях (GRC, Yonsei, Hyundai) с батчем 128.
  • Использование precision bf16 и градиентного чекпоинтинга для стабильного обучения.

Что можно сделать

  • Запустить инференс модели для управления роборукой в задачах сборки и монтажа.
  • Протестировать мультизадачный промптинг для переключения между вставкой платы и захватом кабеля.
  • Интегрировать модель с плагином LeRobot для кастомизации под свои роботехнические стенды.

Пример

# pip install git+[https://github.com/HDR-SRL/lerobot_policy_pi05_subtask@multitask](https://github.com/HDR-SRL/lerobot_policy_pi05_subtask@multitask)
import lerobot_policy_pi05_subtask
from lerobot.policies.factory import make_pre_post_processors
from lerobot_policy_pi05_subtask import PI05SubtaskPolicy
policy = PI05SubtaskPolicy.from_pretrained("chomeed/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k")
pre, post = make_pre_post_processors(policy.config, pretrained_path="chomeed/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k")
batch = pre({"observation.state": state, "observation.images.d405_left": ..., "task": "insert the cable into the control module"})
actions = post(policy.predict_action_chunk(batch))
ПодробнееTrain loss: 0.002 на шаге 20,000
Архитектура: LeRobot 0.6.2 pi0.5_subtask + lerobot_sirius
Входы: 3 камеры и 24-мерное состояние
Выход: экшены длиной 30 шагов (11-D)
Обсудить Telegram 0 13

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 15 GB · готовые файлы17 GB
  • BF16веса 7.7 GB9.0 GB
  • FP8 / INT8рекомендуемвеса 3.9 GB4.7 GB
  • 4-bitвеса 2.2 GB2.9 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.

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.

    # chomeed/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k
    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 chomeed/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k --local-dir ~/models/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k
    # 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

Дообучение модели

lerobot/pi05_base
  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k

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

chomeed/task1task2_subtask_rel_chunk30_sirius_bs128_multitask_fromR2mixed_1118_20k
Автор
chomeed
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии