HumanWAM-Vanilla-RoboTwin

Модель от DAGroup-PKU — post-trained версия HumanWAM-Vanilla-Base на RoboTwin 2.0. Обучение шло на 50 задачах с 50 чистыми демонстрациями на задачу, всего 2 500 демонстраций. Политика предсказывает 32 шага действий и выполняет 24 шага до следующего наблюдения.

👌 Ключевые особенности

• 📝 50 задач RoboTwin 2.0, по 50 clean-демонстраций на каждую.
• 🏃‍♂ Action chunk: 32 предсказанных шага, 24 исполняемых шага за запрос.
• 😎 Сэмплирование: 10 шагов video denoising и 10 шагов action denoising.
• 🤝 Для инференса нужен соответствующий W0 three-view adapter и общие ресурсы Wan.
• 📝 Абсолютные позы в камере с нативной ориентацией запястья RoboTwin, без дополнительного выравнивания.

⌨ Пример

hf download DAGroup-PKU/HumanWAM-Vanilla-RoboTwin --local-dir HumanWAM-Vanilla-RoboTwin

Подробнее

Архивная оценка с unseen-инструкциями: Clean 92,08% (2 302/2 500), Randomized 68,88% (1 722/2 500), среднее 80,48%.
Чекпойнт model.pt — 12 041 906 297 байт (~12 ГБ).
Публичный pinned-релиз W0-адаптера ещё ожидается; валидированный адаптер зависит от локального кода.
Результаты архивные, это не новое измерение релиза; протокол 50 эпизодов на задачу расходится с описанными в рукописи 100 эпизодами.