К содержимому
Робототехника

flexnsense_act_skill1

политика управления роборукой на базе ACT

2 мин чтенияобновлено

Компактная модель для робототехники на 50M параметров, обученная управлять роботом-манипулятором NormaCore ElRobot (7 степеней свободы плюс захват на сервоприводах Feetech ST3215). Политика построена на архитектуре ACT (Action Chunking with Transformers — предсказание последовательности действий трансформером) в библиотеке LeRobot 0.7.1. Модель решает узкую прикладную задачу: переносит устройство с правого указательного пальца на правый средний палец. Пригодится разработчикам и исследователям, работающим с манипуляторами на базе LeRobot и платформы NormaCore.

Ключевые особенности

  • Мультикамерное восприятие: принимает сразу три RGB-потока разрешением 224×224 (вид сбоку, камера на захвате и обзор на уровне стола) вместе с текущими нормализованными координатами 8 моторов.
  • Предсказание фрагментами: генерирует последовательность из 30 шагов (chunk_size), из которых исполняются первые 15 (n_action_steps), что соответствует 1,5 секунды движения при частоте 10 Гц.
  • Готовая нормализация: все статистики для препроцессинга и постобработки уже вшиты в файлы процессора внутри репозитория.
  • Требует сортировки камер: NormaCore Station не подписывает потоки в очереди inference/normvla и может менять их порядок при перезапуске, поэтому перед подачей в модель ракурсы нужно определять по содержимому кадра.

Что можно сделать

  • Запустить модель на совместимом манипуляторе NormaCore ElRobot с 8 сервоприводами Feetech ST3215, переведя выходные значения goal_norm в тики моторов по калибровочному диапазону.
  • Использовать чекпоинт как отправную точку для дообучения под похожие задачи точной манипуляции с участием нескольких камер в среде LeRobot.

Пример

from lerobot.policies.act.modeling_act import ACTPolicy
from lerobot.policies.factory import make_pre_post_processors

repo = "JustoDario/flexnsense_act_skill1_rightindex2middle"
policy = ACTPolicy.from_pretrained(repo)
pre, post = make_pre_post_processors(policy.config, pretrained_path=repo)
ПодробнееОбучение: 30 000 шагов с batch size 32 на датасете JustoDario/flexnsense_skill1_lerobot (43 эпизода телеуправления, 8465 кадров, 10 Гц).
Формат данных: вход observation.state (8,) и выход action (8,) нормализованы в диапазон [0, 1].
Ограничения: на момент публикации модель не проходила проверку на реальном физическом роботе.
Обсудить Telegram 0 7

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.

    # JustoDario/flexnsense_act_skill1_rightindex2middle
    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 JustoDario/flexnsense_act_skill1_rightindex2middle --local-dir ~/models/flexnsense_act_skill1_rightindex2middle
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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 flexnsense_act_skill1_rightindex2middle — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

JustoDario/flexnsense_act_skill1_rightindex2middle
Автор
JustoDario
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

70

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Flex'N Sense

Flex'N Sense