К содержимому
Робототехника

SutureBot ACT

политика для автономного наложения хирургических швов

2 мин чтенияобновлено

Это чекпоинт Action Chunking Transformer (ACT) для хирургического робота: по трём кадрам эндоскопа и запястий он предсказывает движения двух манипуляторов на 60 шагов вперёд с частотой 30 Гц. Модель обучена авторами SutureBot для туториала CoRL 2026 и умеет три задачи: захват иглы, бросок иглы и завязывание узла. В основе — EfficientNet-B3 с FiLM-условиями для изображений и DistilBERT-эмбеддинги названия задачи; всего 122,7 млн параметров. Это не универсальный робот, а учебный чекпоинт для воспроизведения пайплайна SutureBot и экспериментов с ACT.

Ключевые особенности

  • Мультизадачность: одна политика для needle pickup, needle throw и knot tying.
  • На входе — три RGB-изображения 480×360, название задачи и нулевое состояние робота.
  • На выходе — 60-шаговый чанк действий: изменение позиции, первые два столбца матрицы поворота и угол челюсти.
  • В комплекте — нормализация каналов и предсказания для клипов Open-H 1441–1451.
  • Файл содержит только model_state_dict и epoch; оптимизатор удалён, предсказания те же.

Что можно сделать

  • Прогнать Segment 3 notebook и загрузить dot_best_6311.ckpt без изменений.
  • Подключить обёртку act_policy.py из Segment 4, чтобы получать 16-D позы (xyz + кватернион + jaw).
  • Сравнить open-loop предсказания с GR00T-H на клипах Open-H и разобрать ошибки по осям.
  • Использовать чекпоинт как базу для собственных экспериментов с ACT в хирургической роботике.

Пример

В карточке нет отдельного кода запуска: авторы предлагают готовый Segment 3 notebook, который загружает dot_best_6311.ckpt без изменений. Для серверного сценария используйте notebooks/segment4/server/act_policy.py — обёртка возвращает 16-D позы в формате xyz + quaternion xyzw + jaw, как у GR00T-H. На вход подаются три кадра 480×360, имя задачи и нулевой вектор состояния робота; на выходе — чанк из 60 действий на 30 Гц.

ПодробнееOpen-loop xyz MAE на клипах 1441–1451: 1,26–2,03 мм; jaw MAE: 0,048–0,176 рад.
Needle throw обучен с goal dots, но в Open-H их нет — результаты на 1441–1444 только диагностические.
Training split не записан, возможны пересечения с тестом; это демонстрация, не бенчмарк.
Это офлайн-сравнения действий, а не физические результаты шитья.
Лицензия не указана: публикация разрешена авторами SutureBot для туториала CoRL 2026.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.5 GB · готовые файлы1.0 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.8 GB
  • 4-bitвеса 0.1 GB0.6 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 · BF16 — 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.

    # kdb6df/corl2026-suturebot-act
    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 kdb6df/corl2026-suturebot-act --local-dir ~/models/corl2026-suturebot-act
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к corl2026-suturebot-act
  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 corl2026-suturebot-act — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

kdb6df/corl2026-suturebot-act
Автор
kdb6df
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

Робототехника

ACT

ACT