Характеристики

Базовая модель: pi05_base
Библиотека: lerobot
Опубликована: 17 сен 2026

Ссылки

pi0_5_rmbench_taco_wodemo_gemini_b64_60k

Языковая модельИзображение, текст → action3 профессии

Дообученная на девяти симулируемых настольных задачах VLA-политика Pi0.5 управляет роботом по изображениям камер, проприоцепции и тексту подзадачи.

432скачиваний за 30 дней0лайковвеса обновлены17 сен 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 низкоуровневая политика управления роботом на базе Pi0.5, разработанная Myungkyu дообучением модели lerobot/pi05_base. Модель обучена на RMBench-taco-wodemo-gemini: наборе демонстраций для девяти симулируемых задач на настольной поверхности с плотными метками подзадач, полученными из контекста задач.

На вход подаются изображения с головной и обеих запястных камер, проприоцептивные данные и текст текущей подзадачи. Слот ключевого кадра может принимать найденный ранее кадр, когда это требуется меткой; архитектура использует три вида с камеры и соглашение full_frame_v1. Чекпойнт получен после 60 000 шагов обучения с размером пакета 64.

Модель предназначена для управления роботом в симуляции по визуальным наблюдениям, состоянию робота и тексту подзадачи. Для загрузки нужны локальные копии базовой модели и токенизатора, на которые ссылаются конфигурации. Лицензия в предоставленных данных не указана.

Сценарии применения

управление роботом в симуляции настольных задач
выполнение подзадач по текстовой инструкции и изображениям камер
оценка политики на задачах RMBench
исследование управления роботом с плотными метками подзадач

Ограничения

Обучение охватывает девять симулируемых настольных задач, поэтому применимость за их пределами не установлена. Для загрузки требуются локальные копии базовой модели и токенизатора.

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_rmbench_taco_wodemo_gemini_b64_60k

Low-level policy for RMBench (9 simulated tabletop tasks), fine-tuned from lerobot/pi05_base on Myungkyu/RMBench-taco-wodemo-gemini — demonstrations with dense subtask labels from the task-specific context (offline annotation).

Architecture: Pi0.5 (three camera views + one keyframe slot, memory-content convention full_frame_v1)
Optimizer batch 64, 60000 steps, final checkpoint
Inputs: head + left/right wrist images, proprioception, the current subtask text; the keyframe slot takes a retrieved past frame when the label calls for one

Configs reference the base backbone / tokenizer by hub id or by the training site's local path — point them at your local copies before loading.

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: daa06fc