GR00T N1.6-3B

Это inference-чекпоинт checkpoint-30000 из запуска lb_t8_gr00t16 — файнтюн nvidia/GR00T-N1.6-3B на восьми задачах LIBERO. Обучение шло на Isaac-GR00T n1.6.1-release с embodiment-тегом LIBERO_PANDA, action horizon 16 и без relative actions; в репозитории только файлы для инференса, без optimizer state.

🧸 Ключевые особенности

• 🤖 База — nvidia/GR00T-N1.6-3B; код Isaac-GR00T n1.6.1-release, examples/finetune.sh без изменений.
• 🧸 Embodiment-тег LIBERO_PANDA; modality.json взят из examples/LIBERO; action horizon 16, без relative actions.
• 📓 30 000 шагов, global batch 64 (32 на GPU × 2 H200), lr 1e-4, warm-up 5 %, weight decay 1e-5, state dropout 0.
• 📌 Нормализация — собственная statistics.json датасета; у базовой модели нет статистик для libero_panda.
• ✅ Восемь задач LIBERO: перенос миски, салатницы, соуса, открытие ящика, включение плиты и др.
• 💻 Только inference-файлы checkpoint-30000 — без optimizer state.

💻 Пример

python run_gr00t_server.py --model-path checkpoint-30000 --embodiment-tag LIBERO_PANDA --use-sim-policy-wrapper
python rollout_policy.py --n_action_steps 8 --max_episode_steps 720

Подробнее

Обучение: 30 000 шагов, global batch 64 (2×H200), lr 1e-4, warm-up 5 %.
Данные: 27 из ~30 человеческих демонстраций на задачу из hmkang/libero-t8-gr00t.
В карточке нет результатов бенчмарков; это inference-checkpoint без optimizer state.
Требования к VRAM не указаны; покрыты только 8 задач LIBERO с embodiment LIBERO_PANDA.