К содержимому
Робототехника

so101_ball_bin_v3-act

политика захвата и перекладки мяча для робота SO-101

2 мин чтенияобновлено

Модель представляет собой политику управления роботом-манипулятором, обученную методом imitation learning (обучение с подражанием по демонстрациям оператора). Она анализирует положение суставов и картинку с двух камер, чтобы предсказать последовательность действий для захвата зелёного шипастого мяча и перекладки его в белую корзину. В основе лежит архитектура ACT (Action Chunking with Transformers), которая генерирует сразу короткие серии движений вместо одиночных шагов, а само обучение выполнено в фреймворке LeRobot от автора Saurabh-sinha-209. Пригодится разработчикам и энтузиастам робототехники, работающим с манипуляторами типа so101_follower.

Ключевые особенности

  • Обучена на датасете из 81 эпизода (43 337 кадров с частотой 30 FPS).
  • Принимает на вход вектор состояния из 6 параметров и видеопоток с двух камер (bench и wrist) в разрешении 320×240.
  • Выдаёт вектор управления из 6 координат для приводов манипулятора so101_follower.
  • Компактный размер около 50 млн параметров и открытая лицензия Apache-2.0.

Что можно сделать

  • Запустить готовую политику на совместимом роботе SO-101 с двумя камерами для автоматического сбора мячей в корзину.
  • Использовать веса и конфигурацию как отправную точку для дообучения под перекладку других мелких объектов.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so101_follower \
  --robot.port= \
  --policy.path=Saurabh-sinha-209/so101_ball_bin_v3-act \
  --task="pick up the green spiky ball and place it in the white bin" \
  --duration=60
ПодробнееОбучение: 30 000 шагов, batch size 32, оптимизатор AdamW (lr 1e-05), LeRobot 0.6.0.
Ограничения: результаты замеров успешности на реальном роботе в карточке пока не опубликованы.
Для запуска требуются две камеры (bench и wrist) с частотой 30 FPS.
Обсудить Telegram 0 25

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 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.

    # Saurabh-sinha-209/so101_ball_bin_v3-act
    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 Saurabh-sinha-209/so101_ball_bin_v3-act --local-dir ~/models/so101_ball_bin_v3-act
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к so101_ball_bin_v3-act
  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 so101_ball_bin_v3-act — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Saurabh-sinha-209/so101_ball_bin_v3-act
Автор
Saurabh-sinha-209
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