К содержимому
Робототехника

ACT HybWide Dense

робот учится брать куб и класть на квадрат

2 мин чтенияобновлено

Это политика (управляющая модель) для робота Franka Panda: она получает картинки с двух камер и состояние манипулятора, а на выходе выдаёт команды движения. Метод ACT (Action Chunking with Transformers) — имитационное обучение: модель предсказывает короткие фрагменты действий, а не по одному шагу. Политика обучена через LeRobot на телеоперационных данных: 1600 эпизодов, 58 016 кадров при 20 FPS, задача — «Pick up the red cube and place it on the blue square». Входы: камеры overhead и wrist (3×240×320), состояние (27,); выход — действие (10,). Готовых результатов оценки на роботе в карточке нет, поэтому пригодится тем, кто готов проверить политику сам в LeRobot и Franka Panda.

Ключевые особенности

  • ACT предсказывает чанки действий — короткие последовательности команд.
  • Две камеры: overhead и wrist; плюс 27-мерное состояние.
  • Обучение: 100 000 шагов, batch size 8, AdamW, learning rate 1e-5, seed 1000, LeRobot 0.7.0.
  • Результаты успешности и лицензия в карточке не указаны.

Что можно сделать

  • Запустить политику на своём роботе через lerobot-rollout и проверить задачу pick-and-place.
  • Дообучить ACT на своём датасете через lerobot-train, используя эту политику как пример конфигурации.
  • Провести собственную оценку: несколько прогонов, успехи/провалы, новые позиции объектов.
  • Собрать воспроизводимый пайплайн LeRobot для похожих манипуляций с Franka Panda.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=franka_panda_sim_hybrid_dense_rel \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ overhead: {...}, wrist: {...} }" \
  --policy.path=nberezny/act_hybwide_dense \
  --task="Pick up the red cube and place it on the blue square." \
  --duration=60
ПодробнееДатасет: 1600 эпизодов, 58 016 кадров, 20 FPS; задача — взять красный куб и положить на синий квадрат.
Обучение: 100 000 шагов, batch size 8, AdamW, lr 1e-5, seed 1000, LeRobot 0.7.0.
Тип робота: franka_panda_sim_hybrid_dense_rel; входы — две камеры и state (27,), выход — action (10,).
Оценки на роботе нет, лицензия не указана.
Обсудить Telegram 1 34

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.

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

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

О модели

nberezny/act_hybwide_dense
Автор
nberezny
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

341

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии