X-VLA + Recap v1
политика управления роботом для вставки кабелей
2 мин чтенияобновлено
Чекпоинт X-VLA + Recap v1 обучает манипулятор точной вставке кабелей в рамках конкурса EEE 598 AI for Industry Challenge (AIC). Модель размером 0.88B параметров основана на файнтюне xvla-aic-v4 для библиотеки LeRobot и дообучена методом Recap (обучение с подкреплением на основе оценки преимущества действий) на 120 записях прогонов и 585 демонстрациях. В отличие от базового файнтюна и версий с DSRL или residual RL, этот вариант показал лучший суммарный результат в тестах. Пригодится исследователям и разработчикам в области робототехники и обучения с подкреплением.
Ключевые особенности
- Набирает 1163 балла в 36 тестовых испытаниях в симуляторе AIC Gazebo против 1052 баллов у базового файнтюна
xvla-aic-v4. - Принимает на вход изображения с трёх камер на запястье (256x288) и вектор состояния из 19 значений (поза TCP, скорости, силы и моменты на запястье).
- Дообучена в течение 20 тысяч шагов с разметкой секундных отрезков тегами
Advantage: positiveиAdvantage: negativeна датасетеaic-recap-v1. - Для работы в режиме лучшей политики к тексту задачи добавляется суффикс
" Advantage: positive".
Что можно сделать
- Протестировать политику в среде симуляции AIC Gazebo для задач точного позиционирования и вставки кабелей с помощью скриптов проекта
eee598-aic. - Использовать чекпоинт как базовую политику или референс при сравнении методов offline- и advantage-conditioned дообучения в LeRobot.
Пример
hf download muhammad-ibraheem/xvla-recap-v1 --local-dir ckpt/xvla-recap-v1
scripts/run_smolvla_server.sh ckpt/xvla-recap-v1Подробнее
Бенчмарк (36 испытаний в AIC Gazebo, макс. 100 баллов за попытку): 1163 балла в сумме (368 на Seed 100, 348 на Seed 101, 447 на обучающих платах) и 2 полные вставки.Сравнение: обходит X-VLA + DSRL (1077 баллов), базовый
xvla-aic-v4 (1052 балла), X-VLA + residual RL (1011 баллов) и вторую итерацию xvla-recap-v2 (949 баллов).Обучение: 20k шагов на 120 роллаутах X-VLA (топ-30% и успешные вставки размечены как positive) и 585 демонстрациях CheatCode.










Комментарии