smolvla_complex_set1_220eps_ce5Setting

Это дообученная политика SmolVLA от автора Fork123: компактная и эффективная vision-language-action модель, которая, по описанию, достигает конкурентных результатов при меньших вычислительных затратах и может работать на consumer-grade железе. Политика обучена в LeRobot и предназначена для робота so_follower с камерами wrist, front и top.

📌 Ключевые особенности

• ⚙ Дообучена из lerobot/smolvla_base, лицензия apache-2.0.
• 🖥 Входы: состояние (6,) и три изображения (3, 256, 256); выход — action (6,).
• 📊 Обучение: 220 эпизодов, 96 271 кадр при 30 FPS, 30 000 шагов, batch size 64, AdamW, lr 0.0001, seed 1000, LeRobot 0.6.2.
• 🎮 Задача: взять алюминиевый профиль, нажать им красную светящуюся кнопку и вернуть профиль в зону жёлтой ленты.
• ▶ Запуск через lerobot-rollout; при --strategy.type=base эпизоды не записываются, а без --duration политика будет работать бесконечно.

💻 Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=Fork123/smolvla_complex_set1_220eps_ce5Setting \
  --task="pick up the aluminum profile and use it to press the red glow button then return the aluminum profile to the yellow tape area" \
  --duration=60

Подробнее

🔍 Подробнее
Результатов оценки на реальном роботе в карточке нет — таблица успешности не заполнена.
Конкретные требования к VRAM не указаны; заявлена работа на consumer-grade hardware.
Данные обучения: 220 эпизодов, 96 271 кадр, 30 FPS; конфиг — 30 000 шагов и batch size 64.