К содержимому
Робототехника

agos_sim2real_geoaux_depthdrop

Diffusion Policy для вставки штекера под углом

2 мин чтенияобновлено

agos_sim2real_geoaux_depthdrop — это робототехническая политика на базе Diffusion Policy (диффузионной модели генерации действий), созданная автором yinongh для точной вставки наклонённого штекера в разъём. Модель построена на архитектуре depth_wrench_cnn_unet_agos_geoaux и рассчитана на перенос из симуляции на реальное железо (sim2real) с роботом Franka, параллельным захватом и боковой камерой на запястье. На вход она получает карту глубины, 6-мерные показания силомоментного датчика и данные облака точек 3D-AGOS, а на выходе выдаёт последовательность из 10 шагов перемещения (action chunk) в 9-мерном пространстве. Особенность модели — принудительное обнуление глубины (depth dropout) вблизи разъёма, чтобы контактная фаза сборки опиралась на тактильные и геометрические данные, а вспомогательная голова GeoAux предсказывает относительную позу детали. Пригодится исследователям и инженерам в области манипуляции роботов и задачи Peg-in-Hole.

Ключевые особенности

  • Мультимодальный вход: объединяет глубину с камеры ZED2i (360×640), 6-мерный вектор усилий на запястье и представление облака точек 3D-AGOS.
  • Depth Dropout на финише: карта глубины обнуляется на расстоянии 30 мм от целевой позы (линейно до 33 мм), заставляя модель полагаться на силомоментный отклик и 3D-геометрию при контакте.
  • Вспомогательная задача GeoAux: дополнительная ветка сети предсказывает относительное положение штекера (с весом 0.1) для более точного позиционирования.
  • Генерация траектории: предсказывает сразу 10 будущих шагов в системе координат рабочего органа (EEF) с шагом трансляции 0.3 мм и 6D-представлением поворота.

Что можно сделать

  • Симуляция сборки в Isaac Gym: протестировать чекпоинты last.pt и best_fixed_noise.pt на задачах точной стыковки деталей с зазором 0.2–0.5 мм.
  • Исследования в области Sim2Real: использовать веса и конфигурацию resolved_config.yaml из репозитория Insertion-RL для экспериментов с тактильно-визуальным управлением роботом Franka.
  • Сравнение стратегий обучения: изучить влияние обнуления глубины и вспомогательной геометрической головы на обобщение для незнакомых форм деталей.

Пример

В репозитории представлены готовые файлы весов (checkpoints/last.pt и checkpoints/best_fixed_noise.pt), статистики нормализации normalization_stats.json и конфиг resolved_config.yaml. Запуск обучения и оценки выполняется через скрипт scripts/train_agos_sim2real_geoaux_depthdrop.sh из кодовой базы Insertion-RL (коммит 5571262c) в среде Isaac Gym на 1000 шагов с горизонтом исполнения 5 шагов.

ПодробнееОбучение: 22 440 траекторий на 200 процедурных деталях (зазор 0.2 мм), 145 000 шагов на 8× A100 (AdamW, EMA).
Успешность в Isaac Gym (closed-loop): 67.8% (122/180) на знакомых формах и 71.7% (129/180) на новых формах.
При увеличенном зазоре 0.5 мм на тех же 10 формах точность достигает 73.6% (265/360).
Ограничения: большинство неудач происходит из-за заклинивания в отверстии при отклонении захвата около 3.8° от оси разъёма.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.6 GB · готовые файлы1.2 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.9 GB
  • 4-bitвеса 0.2 GB0.7 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.

    # yinongh/agos_sim2real_geoaux_depthdrop
    # ===== 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 yinongh/agos_sim2real_geoaux_depthdrop --local-dir ~/models/agos_sim2real_geoaux_depthdrop
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к agos_sim2real_geoaux_depthdrop
  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 agos_sim2real_geoaux_depthdrop — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

yinongh/agos_sim2real_geoaux_depthdrop
Автор
yinongh
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

G1 throw VLA

G1 throw VLA
Робототехника

SmolVLA Dice2

SmolVLA Dice2