К содержимому
Робототехника

rimur01/diffusion_so101_assignment4_50k

политика диффузии для робототехнического манипулятора

2 мин чтения

Модель реализует алгоритм Diffusion Policy (подход, где управление роботом строится как процесс генерации последовательности плавных действий) для робота-манипулятора типа so_follower. На обученном наборе данных из 50 эпизодов модель управляет захватом и перемещением объектов в целевую зону по кадрам с двух камер и состоянию суставов. Она создана с помощью библиотеки LeRobot для имитационного обучения в реальной робототехнике. Решение подойдет исследователям и разработчикам, которые тестируют роборуки на базе открытых компонентов.

Ключевые особенности

  • Diffusion Policy: генерация многошаговых плавных траекторий для задач контактного манипулирования
  • Мультимодальный вход: обработка состояния робота (6 мер) и изображения с двух камер (cam0, cam1) формата 3x480x640
  • Совместимость с роботом: нативная интеграция под тип робота so_follower
  • Инструмент LeRobot: обучение и запуск через экосистему Hugging Face LeRobot версии 0.6.0

Что можно сделать

  • Запустить политику на реальном роботе-манипуляторе so_follower через консольную утилиту LeRobot
  • Протестировать задачу подъема и переноса объектов в целевую область
  • Настроить параметры инференса с захватом видеопотока с двух USB-камер
  • Использовать датасет rimur01/so101-assignment1-50-new для дообучения собственных вариаций политики

Пример

Запуск готовой политики инференса на роботе через командную строку:

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}, : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=rimur01/diffusion_so101_assignment4_50k \
  --task="Pick up an object and place it in a target area" \
  --duration=60
ПодробнееЛицензия: apache-2.0
Шагов обучения: 50000 при размере батча 1
Оптимизатор: adam (learning rate: 0.0001, seed: 1000)
Датасет: 50 эпизодов, 15000 кадров при 15 FPS
Обсудить Telegram 0 22

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.6 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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.

    # rimur01/diffusion_so101_assignment4_50k
    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 rimur01/diffusion_so101_assignment4_50k --local-dir ~/models/diffusion_so101_assignment4_50k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к diffusion_so101_assignment4_50k
  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 diffusion_so101_assignment4_50k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

rimur01/diffusion_so101_assignment4_50k
Автор
rimur01
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