К содержимому
Другое

PPO-агент для 100-кг сферического робота

обход препятствий и точный заезд в цель

1 мин чтенияобновлено

Это PPO-агент для автономного управления 100-килограммовым сферическим роботом в MuJoCo 3D и Gymnasium. Проект CONNECT AI LAB (автор novice, v1) обучен проходить арену с центральной колонной, четырьмя угловыми пилонами и четырьмя баффл-стенами, используя 8-канальный виртуальный LiDAR и нормализацию наблюдений.

Ключевые особенности

  • Среда SphericalAgent-v0: масса 100 кг, радиус 0.20 м, момент инерции 2.6667 кг·м².
  • 18-мерное наблюдение: положение цели, скорости, ориентация и 8 лучей LiDAR.
  • Действие — 2 непрерывных момента в диапазоне ±220 Н·м.
  • Награда поощряет прогресс, близость и alignment, а штрафует время, энергию, спин и столкновения.
  • Обучение: 483 328 шагов, 8 параллельных сред, 1 004 эпизода.

Пример

import gymnasium as gym
from huggingface_hub import hf_hub_download
repo_id = 'lookarooka/connectailab-rl-novice-v1-SphericalAgent-v0-ppo'
model_file = hf_hub_download(repo_id=repo_id, filename='spherical_ppo_model.pt')
hf_hub_download(repo_id=repo_id, filename='world.xml', local_dir='.')
hf_hub_download(repo_id=repo_id, filename='spherical_agent_env.py', local_dir='.')
import spherical_agent_env
env = gym.make('SphericalAgent-v0', render_mode='human')
ПодробнееПоздняя награда: +89.7 (старт −292).
Успех достижения цели: 66.7%, среднее время 1.2–2.4 с.
Политика обучена только под кастомную среду SphericalAgent-v0; для запуска нужны gymnasium, mujoco, torch, numpy, glfw и imageio.
Видео-пример
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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 · 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.

    # lookarooka/connectailab-rl-novice-v1-SphericalAgent-v0-ppo
    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 lookarooka/connectailab-rl-novice-v1-SphericalAgent-v0-ppo --local-dir ~/models/connectailab-rl-novice-v1-SphericalAgent-v0-ppo
    # 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 connectailab-rl-novice-v1-SphericalAgent-v0-ppo — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

lookarooka/connectailab-rl-novice-v1-SphericalAgent-v0-ppo
Автор
lookarooka
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Humanoid-v4

Humanoid-v4