К содержимому
Робототехника

pi05_black_box_ft2

политика для захвата чёрной коробки на базе π₀.₅

2 мин чтенияобновлено

Модель представляет собой дообученную VLA-политику (Vision-Language-Action — нейросеть, которая связывает визуальные данные, текстовую команду и физические действия) для управления роботом-манипулятором so_follower. На вход она принимает изображения с камер и текущее состояние суставов, а на выходе генерирует вектор из 6 действий для выполнения задачи «Pick up the black box» (поднять чёрную коробку). Основана на 4.14B-модели lerobot/pi05_base от Physical Intelligence в адаптации под фреймворк LeRobot. Пригодится разработчикам и энтузиастам робототехники, работающим с открытыми платформами на базе LeRobot.

Ключевые особенности

  • Работает с визуальными входами размером (3, 224, 224) и вектором состояния робота размерности (32,).
  • Настроена под конфигурацию робота so_follower с использованием камер wrist и left.
  • Обучена на датасете tarunmatta/pick_up_black_box_smolvla из 40 эпизодов (8848 кадров при частоте 10 FPS).
  • Полностью совместима с CLI-инструментами библиотеки LeRobot версии 0.7.1 для инференса и дальнейшего обучения.

Что можно сделать

  • Запустить готовую политику на физическом манипуляторе so_follower для отработки захвата и подъёма чёрной коробки.
  • Использовать чекпоинт как отправную точку или референс при настройке собственных сценариев имитационного обучения (imitation learning) в LeRobot.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ wrist: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, left: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
  --policy.path=tarunmatta/pi05_black_box_ft2 \
  --task="Pick up the black box" \
  --duration=60
ПодробнееОбучение: 40000 шагов, batch size 16, оптимизатор AdamW, learning rate 2.5e-05, seed 1000.
Лицензия: gemma.
Результаты оценки на реальном роботе в карточке пока не опубликованы.
Обсудить Telegram 0 26

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.7 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 3.9 GB4.7 GB
  • 4-bitвеса 2.2 GB2.9 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 · BF16 — от RTX 2080 Ti

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.

    # tarunmatta/pi05_black_box_ft2
    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 tarunmatta/pi05_black_box_ft2 --local-dir ~/models/pi05_black_box_ft2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pi05_black_box_ft2
  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

Дообучение модели

lerobot/pi05_base
  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. pi05_black_box_ft2

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

tarunmatta/pi05_black_box_ft2
Автор
tarunmatta
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

smolvla_insert_v2

smolvla_insert_v2