К содержимому
Робототехника

pi05 SciEdu

VLA-политика для лабораторных манипуляций

2 мин чтенияобновлено

pi05 — Vision-Language-Action-модель от Physical Intelligence, которая связывает изображения с камер и состояние робота с командами действий. Этот чекпоинт — LeRobot-адаптация из OpenPI, дообученная на симуляторе openarm_sciedu_sim: около 4,14 млрд параметров, три камеры и 16-мерное состояние на входе, 16-мерный вектор действий на выходе. В датасете — 2365 эпизодов и 1 438 051 кадр для 30 задач научного практикума: взять чёрный заряжающий стержень, потереть о мех, перемещать пластину, работать с минералами и пипеткой. Это не универсальная политика, а узкий файнтюн под конкретный стенд; пригодится тем, кто работает с LeRobot и imitation learning в симуляции.

Ключевые особенности

  • VLA-политика pi05 на базе LeRobot: вход — 16-мерное состояние и три камеры 480×640, выход — 16-мерные действия.
  • Камеры: follower_d455f, left_wrist, right_wrist; политика учитывает обзор с камеры робота и двух запястий.
  • 2365 эпизодов, 1 438 051 кадр при 30 FPS и 30 задач научного практикума в симуляторе.
  • Готовые CLI-команды lerobot-rollout и lerobot-train — можно запускать политику и дообучать свою.

Что можно сделать

  • Запустить политику в симуляторе openarm_sciedu_sim на задачах вроде «pick up the black charging rod».
  • Дообучить pi05 на своём датасете через lerobot-train, взяв этот чекпоинт как рабочий пример пайплайна.
  • Разобрать, как LeRobot описывает наблюдения и действия для VLA с тремя камерами.
  • Использовать в исследовании imitation learning для лабораторных манипуляций, если доступен этот симулятор.

Пример

lerobot-rollout --strategy.type=base --robot.type=openarm_sciedu_sim --robot.port=<your_robot_port> --policy.path=leapshared/sciedu_bench_props8_pi05_10k --task="pick up the black charging rod" --duration=60
ПодробнееОбучение: 10 000 шагов, batch size 32, AdamW, lr 2.5e-05, seed 1000, LeRobot 0.7.0.
Данные: 2365 эпизодов, 1 438 051 кадр, 30 FPS.
Оценки успешности в карточке нет; лицензия не указана.
Политика заточена под симулятор openarm_sciedu_sim и задачи из датасета.
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 15 GB · готовые файлы17 GB
  • BF16веса 7.7 GB9.0 GB
  • FP8 / INT8рекомендуемвеса 3.9 GB4.7 GB
  • 4-bitвеса 2.2 GB2.9 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 4090

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.

    # leapshared/sciedu_bench_props8_pi05_10k
    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 leapshared/sciedu_bench_props8_pi05_10k --local-dir ~/models/sciedu_bench_props8_pi05_10k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к sciedu_bench_props8_pi05_10k
  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 sciedu_bench_props8_pi05_10k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

leapshared/sciedu_bench_props8_pi05_10k
Автор
leapshared
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии