К содержимому
Робототехника

G1 throw VLA

чекпоинты для бросков предметов гуманоидным роботом

2 мин чтенияобновлено

Набор дообученных VLA-моделей (Vision-Language-Action — нейросети, связывающие зрение, команды и действия робота) для гуманоидного робота Unitree G1. Модели решают задачу захвата объекта с пьедестала и точного броска в коробку. В репозитории собраны две архитектуры: DynamicVLA (на базе SmolLM2-360M в формате LeRobot) и ForceVLA (на базе pi0_base с адаптером LoRA, учитывающая данные датчика силы на запястье). Для каждой архитектуры подготовлены отдельные чекпоинты под три типа объектов: жёсткие (rigid), неправильной формы (irregular) и динамические (dynamic). Пригодится разработчикам в области робототехники и исследователям, работающим со средой симуляции Isaac Lab.

Ключевые особенности

  • Мультимодальные входы: обе модели используют изображения с боковой и головной камер, а также положение 14 суставов; ForceVLA дополнительно получает 6-мерный вектор силы и крутящего момента на запястье.
  • Горизонт планирования: нейросети предсказывают последовательность из 40 целевых положений суставов (на 1.3 секунды вперёд) и выполняют 16 шагов перед пересчётом траектории.
  • Разделение по типам грузов: отдельные веса под жёсткие, нестандартные и динамические предметы позволяют тестировать поведение робота на разных физических свойствах объектов.
  • Готовность к тестам: модели обучены на датасете twanghcmut/g1-throw-newton и совместимы с фреймворками LeRobot и openpi.

Что можно сделать

  • Воспроизвести бенчмарк в Isaac Lab: запустить оценку точности бросков в симуляторе на отложенных вариантах объектов в тестовых помещениях.
  • Сравнить влияние силовых датчиков: на одном и том же сценарии протестировать разницу между чисто визуальной политикой DynamicVLA и ForceVLA с учётом 6-D wrench на запястье.
  • Использовать как отправную точку для дообучения: взять готовые веса forcevla или dynamicvla для экспериментов с динамическими манипуляциями на роботе Unitree G1.

Пример

hf download twanghcmut/g1-throw-vla --include "forcevla/rigid/*" --local-dir ckpt
benchmark/throw/eval/eval.sh forcevla rigid ckpt/forcevla/rigid results/forcevla_rigid
ПодробнееРезультаты в симуляции Isaac Lab (успешное попадание в коробку): ForceVLA показала 8.4% на жёстких объектах, 5.9% на объектах неправильной формы и 3.8% на динамических (против 0.6%, 0.7% и 0.3% у DynamicVLA).
Все модели успешно поднимают предмет с пьедестала в 49–76% эпизодов, но большинство неудач приходится на промахи после броска (скриптовый эксперт попадает в ~52% случаев).
Детали обучения: DynamicVLA обучалась 6 эпох с batch 44; ForceVLA — с batch 32 (20k шагов для rigid/irregular и 15k шагов для dynamic).
Код для обучения и оценки находится в ветке benchmark/throw-vla репозитория extrinsic-dexterity на GitHub.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.0 GB · готовые файлы1.6 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.1 GB
  • 4-bitвеса 0.3 GB0.8 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.

    # twanghcmut/g1-throw-vla
    # ===== 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 twanghcmut/g1-throw-vla --local-dir ~/models/g1-throw-vla
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к g1-throw-vla
  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 g1-throw-vla — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

twanghcmut/g1-throw-vla
Автор
twanghcmut
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

SmolVLA Dice2

SmolVLA Dice2