GR00T N1.7 для Asimov 1

Дообучение NVIDIA GR00T N1.7-3B для открытого гуманоида Asimov 1 от Menlo Research в поставляемой конфигурации: 25 DOF, пассивные печатные «dummy hands» без захватов и одна монокулярная камера в голове. По данным авторов, это первая GR00T-политика для Asimov. Только симуляция: на реальном роботе модель не запускали.

📌 Ключевые особенности

• 📊 Три задачи с языковыми инструкциями в MuJoCo: толкнуть блок, нажать кнопку, поднять коробку и поставить на полку.
• ✔ На ckpt 10000: push — 84%, button — 64%, box — 56%; оценка closed-loop на 50 отложенных раскладках, 95% CI указаны в карточке.
• 🖥 Политика работает на 20 Hz, предсказывает чанки по 16 шагов и выполняет 8 за вызов; инференс — 95 ms на L40.
• 🕒 Обучение: 900 скриптовых демонстраций (155k кадров), 10 000 шагов, batch 64, lr 1e-4; один L40 за 2 ч 43 мин, loss 0.095 → 0.010.
• ⚠ Упрощения v1: таз закреплён, коллизии рук — выпуклые оболочки, крепление камеры и масса рук — допущения; коробка держится только трением.

💡 Пример

Сценарий из карточки: инструкция "push the purple block onto the orange pad" для задачи Push. Политика получает кадр с головной камеры 256×256, положения суставов и текст инструкции, затем выдаёт абсолютные цели для 13 DOF как относительные приращения на 16 шагов вперёд.