К содержимому
Робототехника

Triz1/act_nw_merged

политика захвата кубика для робота SO-Follower

2 мин чтенияобновлено

Модель представляет собой политику управления роботом-манипулятором, обученную методом imitation learning (обучение с подражанием на демонстрациях оператора). Она построена на архитектуре Action Chunking with Transformers (ACT — нейросеть, предсказывающая сразу короткие последовательности действий вместо одиночных шагов) в фреймворке LeRobot от автора Triz1. На входе модель получает текущее состояние 6 приводов и видеопоток с двух камер, а на выходе генерирует команды для захвата красного кубика и его подъёма на 5 см. В отличие от общих языковых или визуальных моделей, этот чекпоинт сразу готов к запуску на конкретной аппаратной платформе so_follower. Подойдёт энтузиастам робототехники и разработчикам, использующим LeRobot для тестов манипуляции объектами.

Ключевые особенности

  • Архитектура ACT с размером модели около 0.05 млрд параметров (50 млн) на базе LeRobot версии 0.7.0.
  • Работает с двумя камерами (front и wrist) в разрешении 320×240 пикселей и 6-осевым вектором состояния.
  • Обучена на датасете Triz1/so101_nw_merged из 96 эпизодов (32 750 кадров при 30 FPS) для задачи захвата и подъёма красного кубика на 5 см.

Что можно сделать

  • Запустить готовую политику на совместимом роботе so_follower с двумя камерами через команду lerobot-rollout для автоматического захвата кубика.
  • Использовать чекпоинт как отправную точку для экспериментов с LeRobot и сравнения с собственными политиками, обученными на аналогичных датасетах.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --policy.path=Triz1/act_nw_merged \
  --task="Grasp the red cube and lift it 5 cm." \
  --duration=60
ПодробнееОбучение: 30 700 шагов, batch size 8, оптимизатор AdamW, learning rate 1e-05, seed 1000.
Входы и выходы: 6 параметров состояния и действия, два RGB-потока (3, 240, 320).
Ограничения: результаты оценки на реальном роботе в карточке не опубликованы; лицензия не указана.
Обсудить Telegram 0 25

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.

    # Triz1/act_nw_merged
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Triz1/act_nw_merged --local-dir ~/models/act_nw_merged
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_nw_merged
  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 act_nw_merged — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Triz1/act_nw_merged
Автор
Triz1
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

CircuitKavach-Aya

CircuitKavach-Aya