К содержимому
Робототехника

Frank-Insert-Wipe

чекпоинты AdaSpeVLA для манипулятора Franka

2 мин чтения

Набор чекпоинтов для робототехники на базе архитектуры AdaSpeVLA — модификации модели pi0.5 (фреймворк OpenPI на JAX). Модель предсказывает траектории действий робота в виде кубических B-сплайнов (гладких кривых, задаваемых по контрольным точкам) с адаптивными узлами, а отдельный модуль тайминга сам решает, когда политике нужно заново запросить следующее действие. В репозитории от автора cognaclee доступны веса для двух задач манипулятора Franka: вставки трубки (insert_tube) и протирания маркерной доски (wipe_whiteboard). Пригодится исследователям и разработчикам VLA-моделей (Vision-Language-Action), работающим с управлением роботами и адаптивной частотой инференса.

Ключевые особенности

  • Два варианта генератора траекторий (11 контрольных точек): компактная flow_head (20.4M параметров, обучена с нуля) и более крупный pi05_expert на базе Gemma-300M (427.9M параметров с adaRMS из pi05_base).
  • Встроенный модуль тайминга (timing head), который динамически определяет интервал до следующего запроса политики в диапазоне от 0.2 до 1.5 секунды при горизонте планирования H=16.
  • Полный комплект для воспроизведения: в репозитории есть не только Orbax-чекпоинты со статистиками нормализации, но и плагин code/adaspe_train с кодом обучения.
  • Разделение по стадиям: можно скачать промежуточные веса только генератора действий (40k шагов) или финальные деплой-чекпоинты с дообученным модулем тайминга (ещё 10k шагов).

Что можно сделать

  • Развернуть готовые политики insert_tube_adaspe_timing_from40k или wipe_whiteboard_adaspe_timing_from40k в среде OpenPI для управления манипулятором Franka с двумя камерами 128×128.
  • Сравнить на практике лёгкий flow_head (20.4M) и тяжёлый pi05_expert (427.9M) по скорости работы и плавности движений на одном и том же наборе данных.
  • Использовать плагин adaspe_train как основу для обучения собственных AdaSpeVLA-политик на датасетах формата LeRobot.

Пример

from huggingface_hub import snapshot_download

root = snapshot_download(
    "cognaclee/Frank-Insert-Wipe",
    allow_patterns=["insert_tube/timing-from40k-step-9999/*"]
)
ckpt_dir = f"{root}/insert_tube/timing-from40k-step-9999"
ПодробнееДанные: две камеры 128×128, 19-мерное состояние, 7-мерное действие (10 Гц); 102 эпизода для insert_tube и 112 эпизодов для wipe_whiteboard.
Обучение: инициализация из pi05_base, батч 32, 40k шагов на действия и 10k шагов на тайминг (при замороженных остальных весах).
Метрики на обучении (action loss / timing MSE): для insert_tube — 0.086 / 0.206 (flow_head) и 0.030 / 0.255 (pi05_expert); для wipe_whiteboard — 0.118 / 0.196 и 0.040 / 0.271.
Ограничения: в карточке приведены только значения функции потерь на обучении, тесты на реальном роботе не опубликованы; чекпоинты содержат только параметры без train_state оптимизатора.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # cognaclee/Frank-Insert-Wipe
    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 cognaclee/Frank-Insert-Wipe --local-dir ~/models/Frank-Insert-Wipe
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Frank-Insert-Wipe
  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 Frank-Insert-Wipe — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

cognaclee/Frank-Insert-Wipe
Автор
cognaclee
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

smolvla_insert_v2

smolvla_insert_v2