К содержимому
Другое

AgiBot X2

SSR — политика устойчивой походки для гуманоидного робота

2 мин чтенияобновлено

AgiBot X2 — SSR — это обученная модель управления движением (RL-политика, то есть алгоритм обучения с подкреплением) для гуманоидного робота AgiBot X2 (Ultra) высотой 1,31 м. Модель переносит метод SSR (arXiv 2605.30770) в симулятор MuJoCo Warp и принимает данные с камеры глубины, чтобы робот мог уверенно и симметрично преодолевать препятствия. Архитектура сочетает рекуррентную сеть GRU (нейросеть с памятью, удерживающую контекст прошлых шагов) и пять дискриминаторов стиля движения. По сравнению с оригинальной статьёй, где камера крепится на поясе, в этой версии она расположена на груди робота. Релиз пригодится исследователям робототехники и разработчикам систем локомоции для тестирования в симуляции или дальнейшего дообучения.

Ключевые особенности

  • Работает по данным с нагрудной камеры глубины без необходимости заранее строить карту местности.
  • Использует пять дискриминаторов стиля (AMP), обученных на захватах движений (motion capture), благодаря чему походка выглядит естественной и симметричной.
  • В репозитории сразу лежат готовая к инференсу модель policy.onnx, спецификация входов/выходов adapter_card.json и эталонный файл проверки obs_check.npz.
  • Доступен полный чекпоинт обучения r7_v20x_032750.pt вместе с аргументами запуска для продолжения тренировок в MuJoCo Warp.

Что можно сделать

  • Протестировать прохождение полос препятствий на виртуальной модели робота AgiBot X2 в симуляторе MuJoCo.
  • Дообучить чекпоинт r7_v20x_032750.pt на собственных сценариях или исправить проблему подъёма по ступенькам.
  • Использовать obs_check.npz и adapter_card.json для сверки при переносе политики в собственный движок инференса.

Пример

python scripts/supervise_node.py --name r7 --iters N --num_envs 8192 -- $(cat r7_flags_v20.txt)
ПодробнееРезультаты в симуляции MuJoCo (из 50 попыток на каждый этап): этапы 1–4 пройдены в 49, 50, 47 и 49 случаях соответственно.
Ограничения: политика останавливается перед лестницей высотой 18,6 см (0/50) из-за раздельной нормализации advantage; на реальном роботе модель пока не проверялась.
Обучение: 32 000 итераций (чекпоинт на 32 750), для дообучения требуются внешние датасеты движений (не включены в репозиторий).
Лицензия: CC BY-NC 4.0 (только некоммерческое использование).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 2060

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.

    # tinkerbuggy/x2-ssr
    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 tinkerbuggy/x2-ssr --local-dir ~/models/x2-ssr
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к x2-ssr
  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

Новые посты про версии x2-ssr — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

tinkerbuggy/x2-ssr
Автор
tinkerbuggy
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Flex'N Sense

Flex'N Sense
Другое

CAT

CAT