pi05_mahjong_v1_stand07_twos_ovphysx_detour_vary_off5

Это fine-tune модели lerobot/pi05_base от автора tc-huang-mahjong для задачи robotics в LeRobot. У модели 4,14 млрд параметров; обучение шло на датасете mahjong_v1_stand07_twos_ovphysx_detour_vary_off5.

▶ Ключевые особенности

• ▶ Базовая модель — lerobot/pi05_base, политика pi05, библиотека LeRobot.
• ➕ 30 000 шагов обучения, batch size 12, bf16 autocast; веса и состояние оптимизатора во float32.
• ✖ Препроцессор не кропает камеры: observation.images.front_cam подаётся как два перекрывающихся вида front_cam и front_cam_right по 224×224.
• ➖ В ветке main лежит последний чекпоинт, в ветках step-<step> — отдельные сохранения.

➕ Пример

Фрагмент команды обучения из карточки:

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=30000 \
  --policy.compile_model=true

Подробнее

Бенчмарков и метрик качества в карточке нет.
Обучение: 30 000 шагов, batch size 12, bf16 autocast, float32 веса и оптимизатор.
Данные: тайлы маджонга в кадрах адаптированы из Mahjong_eg_TW.jpg (CC BY-SA 4.0).
Ограничение: узкая робототехническая задача без опубликованных оценок.