К содержимому
Робототехника

Crosshand Diffusion Policies

сравнение пространств действий для манипуляций роборуками

2 мин чтенияобновлено

Набор исследовательских чекпоинтов Diffusion Policy (политика диффузии на базе LeRobot) для задачи захвата чайника (GraspKettle) в симуляторе Isaac Lab. Модели обучены на телеоперационных демонстрациях шести различных роборук (включая Shadow, Inspire, Allegro) с фокусом на сравнении различных представлений пространства действий: от сырых суставов (raw joints) до скрытых пространств (latent action spaces). Проект позволяет оценить, как выбор кодирования движений пальцев влияет на кросс-платформенное управление роботами и нулевой перенос навыков (zero-shot). Модель пригодится исследователям робототехники и разработчикам, работающим с библиотекой LeRobot.

Ключевые особенности

  • Шесть роборук: Обучение и тестирование на моделях манипуляторов с четырьмя и пятью пальцами в симуляторе DexVerse.
  • Сравнение представлений: Прямое сопоставление прямых суставных пространств и скрытых пространств (включая вариант xlvla).
  • Мультимодальные наблюдения: Использование двух RGB-камер (вид от третьего лица и в руке робота) с U-Net деноизером.
  • Оценка успешности: Закрытые роллауты в симуляторе с метриками успешности выполнения задачи захвата.

Что можно сделать

  • Запустить суставную политику: Использовать автономный чекпоинт joint для управления роборукой Shadow напрямую через LeRobot.
  • Анализировать архитектуры: Сравнить эффективность различных представлений действий на основе предоставленных конфигураций.
  • Провести симуляцию: Протестировать чекпоинты в среде DexVerse (Isaac Lab) для задач захвата объектов.

Пример

from lerobot.policies.diffusion.modeling_diffusion import DiffusionPolicy
from huggingface_hub import snapshot_download

path = snapshot_download("Dexverse-CSI/crosshand-dp-graspkettle", allow_patterns="a6/joint/best_150000/*")
policy = DiffusionPolicy.from_pretrained(f"{path}/a6/joint/best_150000")
ПодробнееБенчмарки: успешность joint-модели на Shadow достигает 0.87 (26/30 эпизодов), xlvla — 0.67 (20/30).
Обучение: 200 000 шагов, батч 64, Adam с косинусным расписанием и 500 шагами разогрева.
Ограничения: только симуляция, одна задача (GraspKettle), латентные пространства требуют недоступные в репозитории энкодеры/декодеры.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.0 GB · готовые файлы1.6 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.1 GB
  • 4-bitвеса 0.3 GB0.8 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 · BF16 — 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.

    # Dexverse-CSI/crosshand-dp-graspkettle
    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 Dexverse-CSI/crosshand-dp-graspkettle --local-dir ~/models/crosshand-dp-graspkettle
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к crosshand-dp-graspkettle
  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 crosshand-dp-graspkettle — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Dexverse-CSI/crosshand-dp-graspkettle
Автор
Dexverse-CSI
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

act_pti_coger_v7

act_pti_coger_v7