К содержимому
Робототехника

pi05_orca_hand_bottle

управление роботом для перемещения бутылки

2 мин чтенияобновлено

Модель представляет собой LoRA-адаптацию (небольшую обучаемую надстройку над базовой нейросетью) архитектуры π₀.₅ (pi05) от Physical Intelligence, портированной в библиотеку LeRobot. Это модель класса Vision-Language-Action (VLA), которая принимает видеопоток с камер, текущее состояние суставов и текстовую команду, а на выходе генерирует вектор действий для приводов робота. Данный чекпоинт от автора saybeok03 обучен на базе lerobot/pi05_base специально под задачу «move the bottle.» («перемести бутылку») для робота с 20 степенями свободы. Подойдёт исследователям и разработчикам в области робототехники, работающим с фреймворком LeRobot.

Ключевые особенности

  • Работает сразу с тремя камерами (bottom, wrist, realsense) в разрешении 640×480 при 30 FPS.
  • Принимает вектор состояния observation.state размерностью (20,) и выдаёт вектор команд action аналогичной размерности (20,).
  • Обучена методом имитационного обучения на датасете saybeok03/orca-hand-bottle (165 эпизодов, 141 740 кадров).
  • Построена на базе lerobot/pi05_base (адаптация открытого репозитория OpenPI) с использованием LeRobot версии 0.6.1.

Что можно сделать

  • Запустить готовую политику управления на совместимом роботе с тремя камерами для выполнения задачи захвата и перемещения бутылки.
  • Использовать чекпоинт как отправную точку или референс при обучении собственных VLA-политик на базе pi05_base в среде LeRobot.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type= \
  --robot.port= \
  --policy.path=saybeok03/pi05_orca_hand_bottle_165ep_lora_r256_50k \
  --task="move the bottle." \
  --duration=60
ПодробнееОбучение: 50 000 шагов, batch size 32, оптимизатор AdamW, learning rate 0.0001, seed 1000.
Лицензия: Apache-2.0.
Ограничения: результаты тестирования на реальном роботе (evaluation) в карточке пока не опубликованы.
Обсудить Telegram 0 27

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 16 GB · готовые файлы18 GB
  • BF16веса 9.5 GB11 GB
  • FP8 / INT8рекомендуемвеса 6.1 GB7.2 GB
  • 4-bitвеса 4.6 GB5.6 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 5060 Ti 8GB · F32 — от RTX 4090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью pi05_base.

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.

    # saybeok03/pi05_orca_hand_bottle_165ep_lora_r256_50k
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 lerobot/pi05_base --local-dir ~/models/pi05_base
    hf download saybeok03/pi05_orca_hand_bottle_165ep_lora_r256_50k --local-dir ~/models/pi05_orca_hand_bottle_165ep_lora_r256_50k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pi05_base
  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

Нужна базовая модель

lerobot/pi05_base

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. pi05_orca_hand_bottle_165ep_lora_r256_50k

Новые посты про версии paligemma-3b-pt-224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

saybeok03/pi05_orca_hand_bottle_165ep_lora_r256_50k
Автор
saybeok03
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

270

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

act_pick_cube_10

act_pick_cube_10