К содержимому
Робототехника

jhd0313/diffusion_move-box

Политика управления для роборуки

1 мин чтенияобновлено

Модель обучена с помощью библиотеки LeRobot для решения задачи перемещения предметов (в частности, коробки) манипулятором соробота. Она использует подход Diffusion Policy (метод, представляющий контроль движений как процесс диффузии для создания плавных и согласованных траекторий). Модель принимает на вход состояние робота и изображения с двух камер (накладной и на запястье), выдавая управляющие действия. Полезно исследователям и инженерам, работающим с робототехникой на базе LeRobot.

Ключевые особенности

  • Базируется на концепции Diffusion Policy для точного контактного управления
  • Использует две камеры: накладную (overhead) и на запястье (wrist)
  • Обучена на датасете из 50 эпизодов (10668 кадров при 30 FPS)
  • Разработана и экспортирована с использованием экосистемы LeRobot

Что можно сделать

  • Запустить готовую политику управления на вашем роботе so_follower
  • Проанализировать датасет траекторий движений в пространстве LeRobot
  • Дообучить модель на собственных демонстрациях для новых сценариев манипуляции

Пример

Запуск готовой политики управления на роботе через консольную утилиту:

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ overhead: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
  --policy.path=jhd0313/diffusion_move-box \
  --task="Move the box" \
  --duration=60
ПодробнееЛицензия: apache-2.0
Тип робота: so_follower
Параметры обучения: 5000 шагов, размер батча 8, оптимизатор adam, learning rate 0.0001
Фреймворк: LeRobot v0.6.0
Обсудить Telegram 0

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 1.0 GB · готовые файлы1.6 GB
  • BF16веса 0.5 GB1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.1 GB0.7 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.

    # jhd0313/diffusion_move-box
    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 jhd0313/diffusion_move-box --local-dir ~/models/diffusion_move-box
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к diffusion_move-box
  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 diffusion_move-box — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

jhd0313/diffusion_move-box
Автор
jhd0313
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