К содержимому
Робототехника

dit_so101_pick_place_v10_gpuaug

политика управления роботом-манипулятором

2 мин чтения

Модель представляет собой политику имитационного обучения (алгоритм управления роботом по демонстрациям) для выполнения задачи захвата и перемещения предметов. Она построена на базе архитектуры Multi-Task Diffusion Transformer (DiT — диффузионный трансформер с поддержкой текстовых и визуальных подсказок) и обучена в фреймворке LeRobot от Hugging Face. Модель принимает данные о текущем положении шести осей робота и видеопотоки с трёх камер, а на выходе выдаёт команды движения для манипулятора so_follower. Подойдёт разработчикам и энтузиастам робототехники, работающим с платформой SO-101 и библиотекой LeRobot.

Ключевые особенности

  • Архитектура Multi-Task DiT: сочетает диффузионную политику с текстовым и визуальным обуславливанием для точной моторики.
  • Мультимодальный вход: обрабатывает вектор состояния из 6 координат и изображения разрешением 640×480 с трёх ракурсов (top, center, wrist).
  • Обучение на реальных демонстрациях: натренирована на 80 эпизодах (26 147 кадров при 30 FPS) из датасета so101_pick_place_v10_clean.
  • Интеграция с LeRobot: готова к прямому запуску и дообучению через стандартные CLI-утилиты lerobot-rollout и lerobot-train.

Что можно сделать

  • Запустить автономное перекладывание квадратного строительного блока в подходящую миску на роботе so_follower (SO-101) по текстовой команде на немецком языке.
  • Использовать чекпоинт как отправную точку или ориентир при обучении собственных политик multi_task_dit в LeRobot v0.7.1.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --policy.path=HugRalf42/dit_so101_pick_place_v10_gpuaug \
  --task="Nimm den quadratischen Baustein und lege ihn in die passende Schüssel" \
  --duration=60
ПодробнееПараметры: 0.23B (230 млн).
Обучение: 8 180 шагов, batch size 128, оптимизатор Adam (lr 2e-05), LeRobot 0.7.1.
Оценка: результаты замеров на реальном роботе в карточке пока не опубликованы.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # HugRalf42/dit_so101_pick_place_v10_gpuaug
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 HugRalf42/dit_so101_pick_place_v10_gpuaug --local-dir ~/models/dit_so101_pick_place_v10_gpuaug
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к dit_so101_pick_place_v10_gpuaug
  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 dit_so101_pick_place_v10_gpuaug — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

HugRalf42/dit_so101_pick_place_v10_gpuaug
Автор
HugRalf42
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии