act_pick_and_place_hair_roll_final_chunk100
политика для робототехники
1 мин чтенияобновлено
Модель использует алгоритм ACT (Action Chunking with Transformers, метод имитационного обучения, предсказывающий короткие последовательности действий вместо отдельных шагов) для управления роборукой. Она обучена на демонстрациях телеуправления для задачи захвата и перемещения объекта (pick_and_place_hair_roll_final). На выходе модель выдает управляющие воздействия для робота на основе данных с двух камер и состояния суставов. Полезно исследователям и инженерам, работающим с физической робототехникой на базе библиотеки LeRobot.
Ключевые особенности
- Обучена с использованием библиотеки LeRobot на базе архитектуры ACT.
- Использует два потока визуальных данных с камер (top и wrist) и состояние робота.
- Рассчитана на работу с роботом типа so_follower.
- Обучена на датасете из 60 эпизодов (43285 кадров при 30 FPS).
Что можно сделать
- Запустить готовую политику управления на совместимом роботе so_follower для автоматизации задачи.
- Дообучить модель на собственных демонстрациях с помощью инструментов LeRobot.
Пример
lerobot-rollout \
--strategy.type=base \
--robot.type=so_follower \
--robot.port= \
--policy.path=knight7024/act_pick_and_place_hair_roll_final_chunk100 \
--task="pick_and_place_hair_roll_final" \
--duration=60Подробнее
Лицензия: apache-2.0Параметры: 0.05 млрд
Оптимизатор: adamw (learning rate: 1e-05, шаги обучения: 100000)
Формат входов: observation.state (6,), observation.images.top (3, 240, 320), observation.images.wrist (3, 240, 320)










Комментарии