100000
Created with Cyclo Intelligence by ROBOTIS.
Trained on: Task_80011_Jelly_Pick_Place_ACT_tactile_encoder_lerobot
Task_80011_Jelly_Pick_Place_ACT_tactile_encoder_10
Языковая модельИзображение, текст → action
Модель ROBOTIS для робототехнической задачи захвата и размещения предметов, обученная на данных тактильного энкодера.
0скачиваний за 30 дней0лайковвеса обновлены3 авг 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
Модель создана с помощью Cyclo Intelligence компанией ROBOTIS и обучена на наборе данных Task_80011_Jelly_Pick_Place_ACT_tactile_encoder_lerobot. Название набора указывает на задачу захвата и размещения предметов с использованием тактильного энкодера. Модель относится к робототехнике и предназначена для управления действиями робота в этой задаче.
Сценарии применения
- захват и размещение предметов роботом
- обучение роботизированным действиям на тактильных данных
- эксперименты с тактильным управлением манипулятором
Ограничения
Карточка содержит мало сведений об архитектуре, интерфейсе и условиях применения модели; назначение можно определить по названию обучающего набора.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Модели для роботов не запускаются как сервис инференса.
- Ревизия весов
- 70ff8f2