К содержимому
Робототехника

ACT k5e base 10 20k

политика LeRobot для робота so_follower

2 мин чтенияобновлено

Это обученная политика для робота so_follower, которая выполняет задачу «taskbox» по демонстрациям. На вход она получает состояние манипулятора (6 значений) и два изображения 480×640 с камер front и side, а на выходе выдаёт 6-мерное действие. В основе — ACT (Action Chunking with Transformers), метод имитационного обучения, который предсказывает короткие фрагменты действий, а не отдельные шаги. Чекпоинт автора Haku-2004 обучен в LeRobot на 20 эпизодах и содержит около 50 млн параметров. Это не универсальная модель, а узкая политика под одну задачу — пригодится тем, кто работает с so_follower и хочет запустить готовый пример или обучить свою ACT-политику.

Ключевые особенности

  • Обучена под конкретную задачу «taskbox» и робота so_follower.
  • На входе — состояние (6,) и два изображения 480×640 с камер front и side.
  • На выходе — вектор действия из 6 значений.
  • Готова к запуску через LeRobot CLI командой lerobot-rollout.
  • В карточке указаны 20 эпизодов, 25 815 кадров и 20 000 шагов обучения.

Что можно сделать

  • Запустить политику на своём so_follower и посмотреть, как она выполняет taskbox.
  • Разобрать готовый ACT-пайплайн в LeRobot: запись данных, обучение и rollout.
  • Собрать свой датасет под другую задачу и обучить аналогичную политику через lerobot-train.
  • Сравнить поведение с собственной ACT-политикой на том же роботе, есл�� есть демонстрации.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=Haku-2004/act_k5e_base_10_20k \
  --task='taskbox' \
  --duration=60
ПодробнееОбучение: 20 000 шагов, batch size 8, AdamW, lr 1e-5, seed 1000, LeRobot 0.5.2.
Данные: 20 эпизодов, 25 815 кадров, 30 FPS, задача «taskbox».
Вход: состояние (6,) и два изображения 480×640; выход: действие (6,).
Оценки на реальном роботе в карточке нет; лицензия Apache-2.0.
Обсудить Telegram 0 36

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 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 · F32 — 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.

    # Haku-2004/act_k5e_base_10_20k
    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 Haku-2004/act_k5e_base_10_20k --local-dir ~/models/act_k5e_base_10_20k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_k5e_base_10_20k
  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 act_k5e_base_10_20k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Haku-2004/act_k5e_base_10_20k
Автор
Haku-2004
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

360

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

OpenWAM IDM CF64k

OpenWAM IDM CF64k
Робототехника

PI0.5 RTC

PI0.5 RTC