К содержимому
Робототехника

pick_yellow_cube_v5.1_chunk10

компактная VLA-политика для жёлтого кубика

2 мин чтенияобновлено

Это готовый чекпоинт SmolVLA — компактной vision-language-action модели: она получает изображения с камер и состояние робота, а выдаёт команды действий. Политика обучена в LeRobot для манипулятора so_follower и решает одну задачу — взять жёлтый блок и положить его в коричневую коробку. На вход идут 6 значений состояния, изображения с камер и служебный поток; на выходе — 6-мерное действие. Подойдёт тем, кто собирает so_follower и хочет проверить готовый пайплайн имитационного обучения или дообучить политику под свою сцену. SmolVLA заявлена как эффективная альтернатива крупным VLA с запуском на потребительском железе.

Ключевые особенности

  • Около 0,45 млрд параметров — компактная модель для потребительского железа.
  • Вход: состояние (6), изображения camera1–camera3 256×256 и empty_camera_0 480×640.
  • Обучена на 100 эпизодах и 63 143 кадрах при 30 FPS; задача — перенос жёлтого блока в коричневую коробку.
  • 30 000 шагов обучения, batch 8, AdamW, learning rate 1e-4, seed 1000, LeRobot 0.6.2.
  • Публичной оценки успешности нет; лицензия не указана.

Что можно сделать

  • Запустить lerobot-rollout на so_follower с камерами Top/Side и проверить захват кубика.
  • Дообучить политику под свою коробку, освещение или расположение объектов через lerobot-train.
  • Сравнить чекпоинты серии chunk1/chunk10/chunk50/chunk100 на своей сцене.
  • Разобрать структуру датасета и конфиг обучения как пример для своего robotics-проекта.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=ranjith3567/pick_yellow_cube_v5.1_chunk10 \
  --task='pick the yellow block and place it in brown box' \
  --duration=60
ПодробнееДанные: 100 эпизодов, 63 143 кадра, 30 FPS.
Обучение: 30 000 шагов, batch 8, AdamW, lr 1e-4, seed 1000, LeRobot 0.6.2.
Робот: so_follower, камеры Top/Side. Оценка успешности не опубликована, лицензия не указана.
Обсудить Telegram 0 25

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.8 GB · готовые файлы1.4 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB1.0 GB
  • 4-bitвеса 0.2 GB0.8 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 · BF16 — 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.

    # ranjith3567/pick_yellow_cube_v5.1_chunk10
    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 ranjith3567/pick_yellow_cube_v5.1_chunk10 --local-dir ~/models/pick_yellow_cube_v5.1_chunk10
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pick_yellow_cube_v5.1_chunk10
  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 pick_yellow_cube_v5.1_chunk10 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

ranjith3567/pick_yellow_cube_v5.1_chunk10
Автор
ranjith3567
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии