К содержимому
Робототехника

model_act_test_gazeuse_resnet_15K_18_11

политика для роборуки на базе LeRobot

2 мин чтенияобновлено

Модель использует алгоритм ACT (Action Chunking with Transformers — метод имитационного обучения, предсказывающий короткие пакеты действий вместо единичных шагов) для управления роборукой типа so_follower. На входе политика принимает данные о состоянии суставов и изображения с трёх камер (фронтальной, боковой и верхней), а на выходе формирует управляющие действия. Модель обучена на демонстрациях телеоперации для задачи захвата и перемещения жёлтого маркера в розовую коробку. Она подойдёт исследователям и практикам в области домашней и лабораторной робототехники на фреймворке LeRobot.

Ключевые особенности

  • Работа с тремя камерами (front, side, top) с разрешением 480x640
  • Предсказание последовательности из 6 управляющих действий (action chunking)
  • Совместимость с аппаратной конфигурацией робота so_follower
  • Обучение на сетевых демонстрациях с частотой 30 FPS

Что можно сделать

  • Запустить готовую политику на реальном роботе so_follower для выполнения задачи сортировки предметов
  • Интегрировать модель в свои эксперименты по имитационному обучению через экосистему LeRobot
  • Протестировать инференс политики с помощью утилит командной строки LeRobot

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}, : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=Tridex/model_act_test_gazeuse_resnet_15K_18_11 \
  --task="take the yellow fluo and drop it inside the pink box" \
  --duration=60
ПодробнееЛицензия: apache-2.0
Датасет: 10 эпизодов, 4584 кадра
Параметры обучения: 15000 шагов, batch size 8, оптимизатор adamw, learning rate 1e-05
Обсудить Telegram 0 23

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 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 · F32 — 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.

    # Tridex/model_act_test_gazeuse_resnet_15K_18_11
    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 Tridex/model_act_test_gazeuse_resnet_15K_18_11 --local-dir ~/models/model_act_test_gazeuse_resnet_15K_18_11
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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 model_act_test_gazeuse_resnet_15K_18_11 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Tridex/model_act_test_gazeuse_resnet_15K_18_11
Автор
Tridex
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

iclr27_release

iclr27_release