К содержимому
Робототехника

Screener2/act_Final_ComboRealSim

ACT-политика для манипулятора so_follower

2 мин чтенияобновлено

Модель представляет собой политику управления роботом, обученную методом имитационного обучения ACT (Action Chunking with Transformers — алгоритм, который предсказывает сразу короткие последовательности действий вместо одиночных шагов). Она создана автором Screener2 с использованием фреймворка LeRobot 0.5.2 и насчитывает около 50 млн параметров (0.05B). Политика принимает текущее состояние манипулятора и изображение с верхней камеры, а на выходе генерирует вектор из 6 управляющих действий для робота типа so_follower. Разработка пригодится энтузиастам робототехники и исследователям, работающим с платформой LeRobot и совместимыми манипуляторами.

Ключевые особенности

  • Архитектура ACT учится на данных телеуправления и генерирует сразу серию последовательных шагов для плавного выполнения задачи.
  • Работает с двумя каналами входных данных: вектором состояния observation.state размером (6,) и RGB-кадром с камеры overhead разрешением 480×640 пикселей.
  • Обучена на датасете Screener2/Final_ComboRealSim, содержащем 30 эпизодов и 14 918 кадров с частотой 30 FPS для задачи "0".
  • Распространяется под открытой лицензией Apache 2.0, что позволяет свободно использовать и модифицировать модель.

Что можно сделать

  • Запустить политику напрямую на совместимом роботе-манипуляторе so_follower с верхней камерой для автономного выполнения целевой задачи.
  • Использовать модель как готовый ориентир при сравнении собственных политик, обученных в среде LeRobot на комбинированных (симуляционных и реальных) данных.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ overhead: {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=Screener2/act_Final_ComboRealSim \
  --task="0" \
  --duration=60
ПодробнееОбучение: 100 000 шагов, batch size 8, оптимизатор AdamW, learning rate 1e-05, seed 1000.
Ограничения: результаты оценки (evaluation) на реальном роботе в карточке пока не опубликованы.
Параметры: 0.05B, выходной вектор action имеет размерность (6,).
Обсудить Telegram 0 23

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # Screener2/act_Final_ComboRealSim
    # ===== 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 Screener2/act_Final_ComboRealSim --local-dir ~/models/act_Final_ComboRealSim
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_Final_ComboRealSim
  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 act_Final_ComboRealSim — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Screener2/act_Final_ComboRealSim
Автор
Screener2
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии