К содержимому
Робототехника

GinDuck/microduck-sock-heist-6m-continue-2-h

быстрая RL-политика для робота microduck

2 мин чтенияобновлено

Модель представляет собой непрерывную политику управления (RL-агента, работающего в бесконечном цикле до остановки) для миниатюрного двуногого робота microduck от Pollen Robotics. Она решает задачу из челленджа Mjlab-SockHeist6m-MicroDuck: робот проскальзывает мимо «охранников» и забирает носок, укладываясь менее чем в 10 секунд на каждый заход. В отличие от базовой среды mjlab-microduck, это обученный специализированный контроллер походки и маневрирования, который принимает сырые данные с датчиков без предварительной внешней нормализации. Пригодится разработчикам и энтузиастам робототехники, работающим с платформой microduck или симулятором mjlab.

Ключевые особенности

  • Высокая скорость выполнения: справляется со сценарием меньше чем за 10 секунд.
  • Непрерывный режим работы (perpetual policy): загружается в слот контроллера как походка и работает на частоте 50 Hz до получения команды остановки.
  • Входное пространство наблюдений имеет размерность 61-D, на выходе модель формирует 14 управляющих действий.
  • Нормализатор наблюдений уже зашит внутрь файла policy.onnx, поэтому на вход подаются сырые показатели.

Что можно сделать

  • Загрузить политику напрямую на физического или виртуального робота microduck через утилиту robotctl для тестирования быстрой походки и обхода препятствий.
  • Использовать чекпоинт и конфигурацию из репозитория microduck-challenges как отправную точку для дообучения собственных сценариев навигации в симуляторе mjlab.

Пример

sudo robotctl policy load  GinDuck/microduck-sock-heist-6m-continue-2-h
ПодробнееБазовая среда: mjlab-microduck 0.1.0 (коммит 1efd853be)
Обучение: 4096 параллельных сред в симуляции, сохранён чекпоинт 300 (из 1000 итераций), seed 1
Формат манифеста: schema 2 (manifest.json)
Ограничения: обучение с подкреплением на GPU не гарантирует побитовую воспроизводимость весов на другом железе
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-sock-heist-6m-continue-2-h
    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-sock-heist-6m-continue-2-h --local-dir ~/models/microduck-sock-heist-6m-continue-2-h
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к microduck-sock-heist-6m-continue-2-h
  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-sock-heist-6m-continue-2-h — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

GinDuck/microduck-sock-heist-6m-continue-2-h
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