К содержимому
Робототехника

ACT политика для роборуки SO-101

захват и перемещение кубика

2 мин чтения

Модель реализует политику ACT (Action Chunking with Transformers, алгоритм управления роботами) на базе библиотеки LeRobot для роборуки SO-101. Она обучена брать зелёный кубик с фиксированной позиции на столе и перекладывать его в коробку, учитывая сценарии, когда в коробке уже находятся другие кубики. Модель принимает на вход видео с двух камер (сверху и с запястья) вместе с текущим состоянием суставов, а на выходе выдает последовательность целевых положений для 6 артикуляций робота.

Ключевые особенности

  • Обучение для SO-101: модель создана для управления конкретной моделью манипулятора через фреймворк LeRobot.
  • Мультимодальный ввод: использует данные с двух камер (640×480 при 30 fps) и параметры 6 суставов.
  • Дообученные сценарии: тренировка на демонстрациях с кубиками, уже находящимися внутри целевой коробки.
  • Интеграция с железом: запускается стандартными средствами утилиты rollout для реальных робототехнических тестов.

Что можно сделать

  • Запустить на роборуке: применить политику для автоматизации захвата объектов на совместимом железе SO-101.
  • Протестировать в симуляции: проверить воспроизведение записанных траекторий движения манипулятора.
  • Интегрировать в комплекс: использовать совместно с внешними детекторами цвета для реализации условных сценариев сортировки.

Пример

lerobot-rollout --strategy.type=base --policy.path=MaxPrain/act_pick_place_green_v3_40000 --device=mps \
  --robot.type=so101_follower --robot.port= --robot.id= --robot.max_relative_target=10 \
  --robot.cameras="{ top: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30} }" \
  --task="pick the green cube and place it in the box" --fps=30 --duration=12
ПодробнееИспользован фреймворк LeRobot 0.7.0 и датасет MaxPrain/pick_place_green_v3 (30 эпизодов).
Обучение заняло 40 000 шагов через Hugging Face Jobs (a10g-small).
Важно: модель воспроизводит фиксированную траекторию по координатам, цвет напрямую не распознает.
Обсудить Telegram 0 2

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.

    # MaxPrain/act_pick_place_green_v3_40000
    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 MaxPrain/act_pick_place_green_v3_40000 --local-dir ~/models/act_pick_place_green_v3_40000
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_pick_place_green_v3_40000
  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_place_green_v3_40000 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

MaxPrain/act_pick_place_green_v3_40000
Автор
MaxPrain
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

20

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

act-green-square-test

act-green-square-test