К содержимому
Робототехника

pi05-libero-x-level123-lora

LoRA-адаптер для робототехники на базе pi0.5

2 мин чтенияобновлено

Лёгкий LoRA-адаптер (небольшая надстройка над базовой моделью весом 28 МБ и объёмом 7.03 млн параметров), дообученный для управления роботизированным манипулятором Franka Panda в симуляторе. В основе лежит политика lerobot/pi05_libero (архитектура pi0.5: визуальный энкодер SigLIP, языковая база Gemma 2B и эксперт действий Gemma 300M на базе flow matching), доработанная автором podolinsky с помощью библиотеки LeRobot 0.7.0. В отличие от базовой модели, адаптер обучался на 1 076 демонстрациях по 218 задачам из датасета LIBERO-X (уровни 1–3) и использует нормализацию mean/std вместо квантилей. Подойдёт исследователям VLA-моделей (Vision-Language-Action) и разработчикам робототехники как готовая воспроизводимая база для экспериментов и дальнейшего дообучения.

Ключевые особенности

  • Точечная настройка действий: визуальный энкодер и языковая модель заморожены — обучались только 130 модулей эксперта действий (rank 16, alpha 32).
  • Собственная статистика нормализации: в репозиторий уже включены файлы policy_preprocessor* и policy_postprocessor* для корректного масштабирования состояний и 7-мерных действий.
  • Воспроизводимый пайплайн: приложен полный конфиг train_config.json — обучение заняло 1 эпоху (15 500 шагов оптимизатора) на одной RTX 4090 за 8.3 часа.
  • Честный статус чекпоинта: модель опубликована как стартовая точка — она прошла проверку только по падению функции потерь (с ~2.5 до ~0.7) и пока не тестировалась в симуляторе.

Что можно сделать

  • Прогнать оценку в симуляторе LIBERO-X: замерить реальный процент успешного выполнения (success rate) на 218 задачах, чего автор ещё не успел сделать.
  • Продолжить дообучение: использовать этот адаптер как стартовый чекпоинт для дополнительных эпох или адаптации под новые инструкции манипулятора Franka Panda.
  • Изучить отказы VLA-моделей: применить чекпоинт в исследованиях по предсказанию ошибок и калибровке латентных представлений в робототехнике.

Пример

from peft import PeftConfig, PeftModel
from lerobot.configs.policies import PreTrainedConfig
from lerobot.policies.pi05.modeling_pi05 import PI05Policy

adapter = "podolinsky/pi05-libero-x-level123-lora"
config = PreTrainedConfig.from_pretrained(adapter)
base = PI05Policy.from_pretrained(PeftConfig.from_pretrained(adapter).base_model_name_or_path, config=config)
policy = PeftModel.from_pretrained(base, adapter)
ПодробнееДанные: 371 555 кадров, 1 076 эпизодов, 152 уникальные инструкции (218 задач), 2 камеры 256×256.
Обучение: 1 эпоха (92 800 микро-шагов, батч 24), AdamW (lr 1e-4), точность bf16 с torch.compile.
Ограничения: только симуляция Franka Panda; разметка эпизодов велась только по тексту инструкций без учёта сцен; требуется токенизатор google/paligemma-3b-pt-224.
Лицензия: Gemma Terms of Use (датасет LIBERO-X — CC BY 4.0).
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 13 GB · готовые файлы15 GB
  • BF16веса 6.8 GB7.9 GB
  • FP8 / INT8рекомендуемвеса 3.4 GB4.2 GB
  • 4-bitвеса 1.9 GB2.6 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 5080

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью pi05_libero.

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.

    # podolinsky/pi05-libero-x-level123-lora
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 lerobot/pi05_libero --local-dir ~/models/pi05_libero
    hf download podolinsky/pi05-libero-x-level123-lora --local-dir ~/models/pi05-libero-x-level123-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pi05_libero
  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

Нужна базовая модель

lerobot/pi05_libero

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. pi05_libero
  4. pi05-libero-x-level123-lora

Новые посты про версии paligemma-3b-pt-224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

podolinsky/pi05-libero-x-level123-lora
Автор
podolinsky
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии