GR00T-политика для SO-101

Это обученная в LeRobot политика на базе GR00T N1.7 — открытой кросс-эмбодимент foundation-модели NVIDIA для гуманоидных роботов. Она управляет so_follower по двум камерам (overhead, wrist) и 6-мерному состоянию, а на выходе даёт 6-мерный вектор действий. Задача — брать белый или синий флакон и ставить его в одно из четырёх отверстий справа.

🎯 Ключевые особенности

• 🎯 160 эпизодов и 95 178 кадров при 30 FPS; 8 формулировок задач с разным цветом флакона и отверстием.
• 📸 Входы: observation.state (6,), две камеры 480×640.
• 🕹 Выход: action (6,) для робота so_follower.
• ⚙ Обучение: 20 000 шагов, batch 32, AdamW, lr 0.0001, seed 42, LeRobot 0.6.1.
• 🧭 Лицензия Apache-2.0; оценка на реальном роботе в карточке пока не опубликована.

💻 Пример

lerobot-rollout --strategy.type=base --robot.type=so_follower --robot.port=<port> --robot.cameras='{ overhead: {type: opencv, index_or_path: <idx1>, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: <idx2>, width: 640, height: 480, fps: 30}}' --policy.path=yudai0209/so101_vial2_train160_swapaug_groot17 --task='Pick up the white vial and put it in the 1st hole from the right.'

Подробнее

Обучение: 20 000 шагов, batch 32, AdamW, lr 0.0001, seed 42, LeRobot 0.6.1.
Данные: 160 эпизодов, 95 178 кадров, 30 FPS; 8 задач на перестановку флаконов.
Лицензия Apache-2.0. Оценки на реальном роботе и требований к VRAM в карточке нет.