LINK-01

LINK-01 — исследовательская и образовательная модель от CONNECT AI LAB × AI CITY BUILDERS. Это LoRA-адаптер к Qwen/Qwen3.5-0.8B: он читает текстовое описание состояния робота — цель, направление, датчики расстояния, скорость и предыдущий выбор — и выбирает одну букву, то есть как идти следующие 0,5 секунды.

🧩 Ключевые особенности

• 🧬 LoRA поверх Qwen3.5-0.8B; задача — reinforcement-learning, библиотека — peft.
• ⚙ Двухэтапное обучение: сначала дистилляция ответов PPO-«мозга» (brain.json), затем RL с KL-ограничением; награда — результат, если бы остальной путь прошёл учитель.
• 🎯 Датасет: train 522, valid 96, test 149; верхняя граница точности из-за перевода наблюдений в текст — 99%.
• 🏆 На тесте 71,1% совпадений с учителем; в 20 прогонах — 75% успешных, 0 столкновений, среднее время успеха 11,5 с.
• 🩻 Ходьба оценивается 2D-приближением по таблице скоростей из веб-MuJoCo, без модели робота и сети ходьбы — возможны отличия.

💡 Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
tok = AutoTokenizer.from_pretrained("Qwen/Qwen3.5-0.8B")
base = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3.5-0.8B")
model = PeftModel.from_pretrained(base, "sf7com/connectailab-rl-kenny-v1-link01")

Подробнее

Точность на тесте: 71,1% (до обучения — 37,6%, у PPO-учителя — 100%).
20 прогонов: 75% успеха, 0 столкновений, среднее время успешной попытки — 11,5 с.
Для запуска нужны transformers и peft; VRAM не указан.
Это симуляторная/образовательная модель — перед реальным роботом нужна повторная проверка.