FastWAM RTC
восемь политик действий для роботов
2 мин чтенияобновлено
Релиз содержит восемь завершённых RTC action-policy чекпоинтов из эксперимента от 9 ноября 2026 года. Это task-specific политики для задач bowl_11.2 и drinks_11.3 на базе обученной ветки действий PI0.5; веса в BF16, без EMA.
Ключевые особенности
- Для каждой задачи: три варианта FT 5 000 + RTC 2 500 и один Transformer-вариант FT 30 000 + RTC 10 000.
- Все восемь файлов содержат обученную action-ветку PI0.5; варианты
pi05_trans27mиpi05_wan22_5b_randomразличаются только видео-веткой, использованной при обучении. - Вспомогательные видео-сети для инференса действий не нужны и в релиз не включены.
- Горизонт действий — 32, максимальная длина токенов — 200; состояние и действия робота имеют 14 измерений и дополняются нулями до 32.
- RTC включается с максимальной задержкой префикса 12 и горизонтом исполнения 8.
Пример
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
repo_id = "elixir-hanwen/fastwam-rtc-bowl-drinks-20261109"
model_dir = "bowl_11.2/ft5k_rtc2p5k/pi05_trans27m"
weights = hf_hub_download(repo_id, f"{model_dir}/model.safetensors")
state_dict = load_file(weights, device="cpu")
Подробнее
Обучение: по 100 траекторий на задачу — 54 430 кадров для bowl и 55 329 для drinks; global batch 32, 4 GPU, BF16, DeepSpeed ZeRO-1, seed 42.Нормализация — по статистикам q01/q99 из каталога модели.
Это релиз весов, а не пакет для Transformers
AutoModel: нужна совместимая реализация PI0.5 RTC и строгая загрузка state dict.Оценки на реальном роботе в карточке не приводятся.










Комментарии