Характеристики

Лицензия: Apache 2.0
Базовая модель: pi05_base
Библиотека: lerobot
Опубликована: 15 июл 2026

Ссылки

pi05_cubestack_local3_c2

Языковая модельИзображение, текст → action3 профессии

Дообученная VLA-модель pi0.5 управляет роботом SO-101 при укладывании оранжевых и синих кубиков по изображениям и состоянию робота.

11скачиваний за 30 дней0лайковвеса обновлены15 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

DecentVLA/pi05_cubestack_local3_c2 — дообученная модель vision-language-action (VLA) семейства pi0.5 для управления роботом SO-101 при укладывании кубиков. Она обучена на 10 000 шагах на двух задачах: Orange_on_Blue и Blue_on_Orange; использует изображения с камер base_0_rgb и left_wrist_0_rgb, состояние робота и выдаёт 6-мерные команды действий. Модель создана в рамках федеративного исследования с тремя клиентами и экспортирована в формате LeRobot с токенизатором и нормализатором для двух репозиториев.

Модель подходит для воспроизведения двух указанных цветовых сценариев укладывания кубиков. Она не обучалась на задачах с зелёным кубиком и, согласно карточке, ожидаемо не справляется с четырьмя такими задачами. Репозиторий содержит веса safetensors; лицензия — Apache-2.0.

Сценарии применения

укладывание оранжевого кубика на синий роботом SO-101
укладывание синего кубика на оранжевый роботом SO-101
воспроизведение локального клиентского эксперимента по управлению роботом
исследование федеративного обучения робототехническим задачам с разными цветами объектов

Ограничения

Обучена только на двух парах цветов Orange_on_Blue и Blue_on_Orange и ожидаемо не справляется с четырьмя задачами с зелёными кубиками. Карточка описывает локальный базовый эксперимент с собственным нормализатором для двух репозиториев.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pi0.5 CubeStack — local-only c2 (kevin, Orange/Blue)

From-scratch local baseline: kevin's 2 tasks ONLY (Orange_on_Blue, Blue_on_Orange), 10000 steps, own 2-repo normalizer. Blind to Green -> expected to FAIL the 4 Green tasks. Floor of the hierarchy.

lerobot-native export (portable tokenizer, real 6-D action/state; --policy.compile_model=false). SO-101 CubeStack, cameras base_0_rgb/left_wrist_0_rgb. Trained on Isambard-AI (GH200) with decent-vla. Part of the 3-client pi0.5 CubeStack federated study (color-pair non-IID: c0=harry Green/Orange, c1=zhekai Green/Blue, c2=kevin Orange/Blue; each client blind to the 3rd color).

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: d7291ed