К содержимому
Робототехника

ACT

робот учится брать хирургические инструменты

2 мин чтенияобновлено

Это обучаемая политика (policy) на основе ACT — метода imitation learning (обучение по демонстрациям), который предсказывает не одно действие, а короткие последовательности действий. Модель обучена в LeRobot на 120 эпизодах: 48 454 кадра при 30 FPS. Она получает 6-мерное состояние и два изображения 480×640 с камер wrist и side, а выдаёт 6-мерное действие для робота so_follower. Задачи узкие: поднять Frazier Suction Tube или хирургическое лезвие и положить в синюю корзину. Пригодится тем, кто собирает imitation-learning пайплайн на LeRobot и хочет запустить готовый чекпоинт.

Ключевые особенности

  • ACT предсказывает короткие чанки действий вместо одиночных шагов.
  • Две камеры: wrist и side; изображения 480×640.
  • Робот so_follower: вход state (6,), выход action (6,).
  • Обучение: 120 эпизодов, 48 454 кадра, 30 FPS, 50 000 шагов.
  • Чекпоинт для LeRobot 0.6.2, лицензия Apache-2.0.

Что можно сделать

  • Запустить политику на so_follower через lerobot-rollout и проверить на своём столе.
  • Записать свои демонстрации с камерами wrist/side и обучить ACT по гайду LeRobot.
  • Использовать как готовый пример пайплайна: датасет, обучение, rollout и логирование.
  • Разобрать, как ACT ведёт себя на узких pick-and-place задачах, прежде чем собирать свою политику.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --robot.cameras='{ wrist: {...}, side: {...}}' \
  --policy.path=seriintan/act_marked_lang3a_frazier_blade \
  --task='Pick up the Frazier Suction Tube and place it in the blue basket.' \
  --duration=60
ПодробнееБенчмарков и оценки успешности в карточке нет — указано «No evaluation results».
Обучение: 50 000 шагов, batch size 16, AdamW, lr 1e-05, seed 1000, LeRobot 0.6.2.
Данные: 120 эпизодов, 48 454 кадра, 30 FPS; задачи — Frazier Suction Tube и surgical blade в синюю корзину.
Ограничение: политика обучена под so_follower и конкретные камеры wrist/side; для другого робота или раскладки камер потребуется адаптация.
Обсудить Telegram 0 28

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.

    # seriintan/act_marked_lang3a_frazier_blade
    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 seriintan/act_marked_lang3a_frazier_blade --local-dir ~/models/act_marked_lang3a_frazier_blade
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_marked_lang3a_frazier_blade
  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_marked_lang3a_frazier_blade — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

seriintan/act_marked_lang3a_frazier_blade
Автор
seriintan
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

SutureBot ACT

SutureBot ACT