К содержимому
Робототехника

microduck-roller-sprint-2m-roller-2-f

спринт на роликах для microduck

2 мин чтенияобновлено

Это очередной чекпоинт второго «роллерного» забега автора: политика управления для небольшого робота microduck от Pollen Robotics, которая вместо фигурного катания просто бежит на скорость. Заезд она завершает примерно за 1,5 секунды. Политика perpetual — то есть работает, пока ей не скажут остановиться, и ведёт себя как обычная походка, загруженная в слот политики. Обучена по рецепту, которым поделился TheSauceman, на базе mjlab-microduck 0.1.0. Пригодится тем, кто гоняет microduck на роликах и хочет быстрый готовый гейт без своего обучения.

Ключевые особенности

  • Наблюдение из 61 числа, 14 действий, частота 50 Гц — работа на роликах
  • Завершает каждый заезд примерно за 1,5 секунды
  • Нормализатор наблюдений вшит прямо в policy.onnx: на вход подаются сырые наблюдения
  • Perpetual-режим: бежит, пока не остановят
  • manifest.json соответствует схеме 2 манифеста политик microduck

Что можно сделать

  • Загрузить политику в свободный слот на роботе одной командой и сразу замерить время заезда
  • Сравнить с предыдущими чекпоинтами серии roller, чтобы понять, что даёт переход от катания к спринту
  • Воспроизвести обучение по тому же коммиту и сиду и получить сопоставимую политику
  • Взять как отправную точку для своих экспериментов с походками microduck на роликах

Пример

sudo robotctl policy load <slot> GinDuck/microduck-roller-sprint-2m-roller-2-f
ПодробнееОбучение: task_id Mjlab-RollerSprint2m-MicroDuck, ветка race-2, коммит b44f7ffc9, чекпоинт 5250, seed 1.
Запуск: 2048 сред, 6000 итераций, логгер TensorBoard, run-name roller-2.
Повторное обучение с тем же кодом и сидом даёт сопоставимую, но не ту же самую политику: GPU-обучение с подкреплением не бит-воспроизводимо между машинами.
Ссылки на репозиторий обучения и демона в карточке модели.
Обсудить Telegram 0 9

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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.

    # GinDuck/microduck-roller-sprint-2m-roller-2-f
    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 GinDuck/microduck-roller-sprint-2m-roller-2-f --local-dir ~/models/microduck-roller-sprint-2m-roller-2-f
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к microduck-roller-sprint-2m-roller-2-f
  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 microduck-roller-sprint-2m-roller-2-f — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

GinDuck/microduck-roller-sprint-2m-roller-2-f
Автор
GinDuck
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

90

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии