К содержимому
Робототехника

phiba/act_dice

политика управления роботом для броска кубика d6

2 мин чтенияобновлено

Модель представляет собой политику управления роботом-манипулятором so_follower, обученную бросать шестигранный игральный кубик (задача «throwing a d6»). На вход она получает текущее состояние 6 степеней свободы робота и видеопоток с двух камер (arm и top), а на выходе предсказывает короткие последовательности действий для приводов. Модель построена на архитектуре ACT (Action Chunking with Transformers — метод обучения с подражанием, который генерирует сразу группу последовательных шагов вместо одиночных команд) с использованием библиотеки LeRobot версии 0.7.0 от автора phiba. Она пригодится разработчикам и энтузиастам робототехники, работающим с манипуляторами семейства SO-Follower, как готовый пример переноса навыков телеуправления на физическое устройство.

Ключевые особенности

  • Предсказание пакетов действий: архитектура ACT формирует короткие серии команд на основе демонстраций телеуправления, что делает движения манипулятора более плавными и точными.
  • Мультимодальный вход: политика одновременно анализирует вектор состояния робота (6 параметров) и изображения разрешением 640×480 с двух ракурсов — с камеры на руке и верхней обзорной камеры.
  • Компактный размер: модель содержит всего 0.05B (50 млн) параметров, что позволяет запускать её в реальном времени с частотой 30 FPS.
  • Открытый датасет обучения: модель обучена на 54 записанных эпизодах (12 650 кадров), опубликованных в репозитории phiba/dice_20261114_151703.

Что можно сделать

  • Запустить на реальном роботе: развернуть политику на манипуляторе so_follower с двумя подключёнными камерами для автоматического броска кубика.
  • Использовать как базу для дообучения: взять конфигурацию и пайплайн LeRobot для тренировки собственных политик на похожих задачах манипуляции мелкими предметами.
  • Изучить на практике пайплайн ACT: протестировать инференс через CLI-утилиту lerobot-rollout, сверяясь с открытым тренировочным датасетом автора.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ arm: {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}, top: {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=phiba/act_dice \
  --task="throwing a d6" \
  --duration=60
ПодробнееОбучение: 50 000 шагов, batch size 32, оптимизатор AdamW, learning rate 1e-05, seed 1000.
Датасет: 54 эпизода (12 650 кадров) при частоте 30 FPS.
Бенчмарки и результаты замеров успешности на реальном роботе в карточке пока не представлены.
Требования: подключённый робот so_follower и две OpenCV-камеры (640×480, 30 FPS) с именами arm и top.
Обсудить Telegram 0 22

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.

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

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

О модели

phiba/act_dice
Автор
phiba
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

220

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии