К содержимому
Робототехника

act_so101_pickbox_leader

ACT-политика для SO-101

1 мин чтенияобновлено

Это policy от Umang-Bansal для робота so_follower, обученная в LeRobot методом ACT (Action Chunking with Transformers). Задача — взять блок и положить его в коробку. На входе — состояние (6,) и две камеры front/wrist с изображениями 3×480×640, на выходе — 6-мерное действие. Размер — около 50M параметров.

Ключевые особенности

  • ACT предсказывает короткие чанки действий, а не отдельные шаги.
  • Обучена на 61 эпизоде и 17 324 кадрах при 30 FPS.
  • Использует две камеры: front и wrist.
  • Конфиг обучения: 50 000 шагов, batch size 8, AdamW, lr 1e-05.
  • Совместима с LeRobot 0.6.1, лицензия Apache-2.0.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ front: {type: opencv, index_or_path: <idx>, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: <idx>, width: 640, height: 480, fps: 30}}" \
  --policy.path=Umang-Bansal/act_so101_pickbox_leader \
  --task="Pick up the block and place it in the box" \
  --duration=60
ПодробнееБенчмарков нет: в карточке указано «No evaluation results».
Обучение: 50 000 шагов, batch size 8, AdamW, lr 1e-05, seed 1000, LeRobot 0.6.1.
Данные: 61 эпизод, 17 324 кадр��, 30 FPS; задача — «Pick up the block and place it in the box».
Для запуска нужен SO-101 (so_follower), порт и две камеры; путь policy — Umang-Bansal/act_so101_pickbox_leader.
Обсудить Telegram 0 5

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.

    # Umang-Bansal/act_so101_pickbox_leader
    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 Umang-Bansal/act_so101_pickbox_leader --local-dir ~/models/act_so101_pickbox_leader
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к act_so101_pickbox_leader
  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_so101_pickbox_leader — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Umang-Bansal/act_so101_pickbox_leader
Автор
Umang-Bansal
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

50

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

Cosmos3 Edge

Cosmos3 Edge
Робототехника

PHASE-TTC-Adapt

PHASE-TTC-Adapt
Робототехника

TETHER_CVPR

TETHER_CVPR