К содержимому
Робототехника

act_pick_and_place_tape_final_chunk50

политика перекладывания предметов для робота SO-Follower

2 мин чтенияобновлено

Компактная нейросетевая политика на 0.05B параметров для робототехники, обученная с помощью фреймворка LeRobot от автора knight7024. Модель решает задачу pick_and_place_tape: робот должен захватить объект и переложить его в целевую точку, ориентируясь по показаниям датчиков и двум камерам. В основе лежит архитектура ACT (Action Chunking with Transformers — метод имитационного обучения, который предсказывает сразу короткие последовательности действий вместо одиночных шагов). Вместе с этой версией автор также опубликовал варианты chunk10 и chunk100. Модель пригодится разработчикам и энтузиастам, которые экспериментируют с манипуляторами so_follower и библиотекой LeRobot.

Ключевые особенности

  • Имитационное обучение ACT: предсказывает блоки действий (action chunks) на основе данных телеуправления, что помогает плавнее выполнять манипуляции.
  • Мультимодальные входы: принимает вектор состояния робота observation.state размером (6,) и видеопоток с двух камер — верхней (top, 240×320) и на запястье (wrist, 480×640).
  • Точное управление: на выходе модель формирует 6-мерный вектор действий action для управления приводами манипулятора.
  • Выбор горизонта планирования: помимо версии chunk50 доступны чекпоинты на 10 и 100 шагов для сравнения поведения робота.

Что можно сделать

  • Запустить на реальном манипуляторе: развернуть политику на роботе типа so_follower с двумя подключёнными камерами для отработки базового захвата и переноса предметов.
  • Сравнить длину чанков: протестировать chunk50 в связке с соседними чекпоинтами (chunk10 и chunk100) на одинаковой задаче и оценить плавность движений.
  • Использовать как отправную точку: взять за основу конфигурацию и датасет knight7024/pick_and_place_tape_final для дообучения под собственные сценарии в LeRobot 0.6.0.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ top: {type: opencv, index_or_path: 0, width: 320, height: 240, fps: 30}, wrist: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
  --policy.path=knight7024/act_pick_and_place_tape_final_chunk50 \
  --task="pick_and_place_tape" \
  --duration=60
ПодробнееОбучена на датасете knight7024/pick_and_place_tape_final: 50 эпизодов, 16 278 кадров с частотой 30 FPS.
Параметры обучения: 100 000 шагов, batch size 1, оптимизатор AdamW (lr 1e-05), seed 1000, LeRobot 0.6.0.
Ограничения: результаты тестирования на реальном роботе в карточке пока не опубликованы; лицензия Apache-2.0.
Обсудить Telegram 0 24

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.

    # knight7024/act_pick_and_place_tape_final_chunk50
    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 knight7024/act_pick_and_place_tape_final_chunk50 --local-dir ~/models/act_pick_and_place_tape_final_chunk50
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_pick_and_place_tape_final_chunk50
  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 act_pick_and_place_tape_final_chunk50 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

knight7024/act_pick_and_place_tape_final_chunk50
Автор
knight7024
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

240

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

act_Final_Sim

act_Final_Sim