SmolVLA Duolingo

Это компактная vision-language-action политика SmolVLA на 0,45 млрд параметров, дообученная в LeRobot из lerobot/smolvla_base. Она управляет роботом so_follower и решает одну задачу: «put Duolingo back to bird's nest».

➕ Ключевые особенности

• 🔤 Принимает состояние (6,) и три изображения (3, 256, 256), выдаёт действие (6,).
• ➖ Рассчитана на потребительское железо: SmolVLA заявляется как эффективная альтернатива крупным VLA.
• ▶ Обучена на датасете sitthaveet/duolingo_to_nest_20261101_154145: 97 эпизодов, 49 013 кадров, 30 FPS.
• ✖ Конфигурация: 20 000 шагов, batch size 8, AdamW, learning rate 1e-4, seed 1000, LeRobot 0.7.1.
• 🔜 Лицензия Apache-2.0; карточка предлагает готовые команды запуска и дообучения.

🔤 Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=punthira/smolvla_duolingo_full_2026-11-09_12-30-39 \
  --task="put Duolingo back to bird's nest" \
  --duration=60

Подробнее

Бенчмарков и успешности пока нет: в карточке указано «No evaluation results».
Модель узкоспециализирована под одну задачу и робота so_follower; нужны калибровка и свои порты/камеры.
Обучение шло 20 000 шагов на 97 эпизодах; база — SmolVLA, параметров — 0,45 млрд.