К содержимому
Робототехника

SmolVLA DLO-Lab 4-task

одна политика для четырёх задач с верёвкой

2 мин чтенияобновлено

Это мультизадачная робот-политика на базе lerobot/smolvla_base на 450M параметров, дообученная для манипуляций с деформируемыми линейными объектами (верёвкой). Она решает четыре задачи DLO-Lab: скручивание, разделение, развязывание и обмотку вокруг стоек. На вход модель получает три камеры, 16-мерное состояние и название задачи, а на выходе выдаёт 12-мерное изменение положения end-effector. Файнтюн сделан для курсового проекта CMU на 400 эпизодах — по 100 на каждую задачу. Пригодится тем, кто работает с LeRobot и хочет оценить или дообучить готовую мультизадачную политику для верёвки.

Ключевые особенности

  • Один чекпоинт покрывает четыре задачи: coiling, separation, unknotting и wiring_post.
  • На 20k шагов — 15/15 успешных роллаутов на каждую задачу при фиксированном старте верёвки.
  • Обучен action expert на 100M из 450M параметров, vision encoder заморожен.
  • Политика с чанком 50 действий и 10 flow steps; данные — 400 эпизодов, 40k кадров, 3 камеры 240×384.
  • В репозитории есть чекпоинты 5k/10k/15k/20k, логи обучения и eval-видео.

Что можно сделать

  • Запустить политику в LeRobot и сравнить её роллауты с базовой SmolVLA на своих сценариях.
  • Взять чекпоинт как отправную точку для мультизадачной манипуляции верёвкой.
  • Оценить, как модель переносится на другие раскладки, если прогнать eval со случайными стартами.

Пример

from lerobot.policies.smolvla.modeling_smolvla import SmolVLAPolicy
from lerobot.policies.factory import make_pre_post_processors

path = "rchu233/smolvla_dlolab_4task_b64_20k"
policy = SmolVLAPolicy.from_pretrained(path).to("cuda").eval()
pre, post = make_pre_post_processors(policy.config, pretrained_path=path)
action = post(policy.select_action(pre(batch)))  # 12-D end-effector delta
ПодробнееБенчмарк: 15 роллаутов на задачу; 20k — 15/15 во всех четырёх задачах, среднее 100%; 10k — 95% (12/15 на wiring-post).
Ограничение: старт верёвки фиксирован, роллауты отличаются только flow-matching шумом; оценка со случайными стартами не проводилась.
Железо: 1× H100 80GB, 1.82 ч обучения, LeRobot 0.7.0, PyTorch 2.15.
Сравнение с таблицей статьи не прямое: другие демо и другая метрика успеха.
Обсудить Telegram 0 33

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.

    # rchu233/smolvla_dlolab_4task_b64_20k
    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 rchu233/smolvla_dlolab_4task_b64_20k --local-dir ~/models/smolvla_dlolab_4task_b64_20k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla_dlolab_4task_b64_20k
  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

Дообучение модели

lerobot/smolvla_base
  1. SmolLM2-360Mоснова семьи
  2. SmolLM2-360M-Instruct
  3. SmolVLM-500M-Instruct
  4. SmolVLM2-500M-Video-Instruct
  5. smolvla_base
  6. smolvla_dlolab_4task_b64_20k

Новые посты про версии SmolLM2-360M — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 8Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

rchu233/smolvla_dlolab_4task_b64_20k
Автор
rchu233
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

330

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии