/ Модель

Характеристики

Опубликована
20 июл 2026

every-embodied-pi0-mujoco-pnp

Языковая модельИзображение, текст → action

Дообученный чекпойнт Pi0 от Datawhale для управления роботом при переносе кружки на тарелку в MuJoCo.

0скачиваний за 30 дней0лайковвеса обновлены20 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это дообученный чекпойнт Pi0 от Datawhale для управления роботом в задаче pick-and-place в MuJoCo: переноса кружки на тарелку. В карточке приведены результаты физической проверки: 12 из 14 успешных выполнений, 9 из 10 для подмножества с невиданными позициями и 6 из 8 для сложного подмножества.

Модель предназначена для воспроизведения сценария из учебного руководства Every Embodied AMD ROCm. Для работы требуются совместимый мост действий eef_abs, 8-мерное состояние (6DoF, положение захвата и временная метка), выполнение чанков действий, статистики нормализации и заданный порядок камер. Результаты относятся к этому настроенному конвейеру и не характеризуют zero-shot возможности исходной Pi0. В репозитории указаны веса safetensors; оптимизатор и исходные датасеты не включены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • перенос кружки на тарелку в MuJoCo
  • проверка робота на pick-and-place с невиданными позициями
  • воспроизведение учебного сценария Every Embodied AMD ROCm

Ограничения

Результаты зависят от совместимого моста eef_abs, формата состояния, исполнения чанков действий, статистик нормализации, порядка камер и критерия физического успеха. Чекпойнт нельзя считать демонстрацией zero-shot качества исходной Pi0; оптимизатор и исходные датасеты в репозитории отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Every Embodied Pi0 Protected ROCm Checkpoint

This is the protected Pi0 fine-tuning checkpoint used in the Datawhale Every Embodied AMD ROCm tutorial.

Verified result

  • Strict physical success: 12/14
  • Unseen-position subset: 9/10
  • Hard subset: 6/8
  • Task: MuJoCo mug-to-plate pick and place
  • Recipe: clean-success-only data, blue-task reweighting, protected continuation to the selected checkpoint
  • Model SHA256: 44aa854a5f084d39ba375d1ffe951ca0c8b6d147bacdb1a9e637ed1725514eeb

This is a fine-tuned Pi0 checkpoint. The result depends on the matching eef_abs action bridge, 8-D state (6DoF + gripper + timestamp), action-chunk execution, normalization statistics, camera order, and strict physical-success predicate. It must not be described as raw Pi0 zero-shot success.

Tutorial

See the Every Embodied AMD ROCm topic and 15_pi0_end_to_end.ipynb.

Contents

The weights/ directory contains model and configuration files. Evaluation metadata is kept in evaluation/. Optimizer state and raw datasets are intentionally omitted.

License and attribution

Please follow the licenses of Pi0, PaliGemma, LeRobot, the base checkpoint, and the Every Embodied project. This model card describes a reproducible tutorial artifact, not a new foundation model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
4d537ac

0 моделей