pi0.5 Mahjong v1

Файнтюн pi0.5 от tc-huang-mahjong для робототехнической задачи с тайлами маджонга. База — pi0.5 на PaliGemma, 4,14 млрд параметров; обучение шло через LeRobot на датасете mahjong_v1_stand07_twos_ovphysx_detour_vary_off5.

⚙ Ключевые особенности

• 🎯 Дообучен от чекпоинта step-030000: 20 тыс. шагов, batch size 12.
• 📸 Препроцессор не обрезает камеры: observation.images.front_cam представлен двумя перекрывающимися видами front_cam и front_cam_right, каждый 224×224.
• 💼 Веса и состояние оптимизатора хранятся в float32, обучение шло с bf16 autocast.
• 🔧 В тренировке использованы fused optimizer и compile_model, gradient checkpointing выключен.
• 🗂 Последний чекпоинт лежит в main, отдельные сохранения — в ветках step-<step>.

💻 Пример

uv run --no-dev python scripts/train/lerobot_train_mahjong.py \
  --dataset.repo_id=tc-huang-mahjong/mahjong_v1_stand07_twos_ovphysx_detour_vary_off5 \
  --policy.type=pi05 \
  --policy.pretrained_path=/root/pi05_base \
  --batch_size=12 --steps=20000