Характеристики

Размер весов: 13,8 ГБ
Архитектура: RLDX-1 · dense
Базовая модель: RLDX-1-PT
Опубликована: 17 сен 2026

Ссылки

rldx_1_rmbench_taco_wodemo_gemini_b128_60k

Языковая модельИзображение, текст → action3 профессии

Дообученная политика RLDX-1 управляет роботизированными манипуляциями в девяти симулируемых задачах RMBench по изображениям камер, проприоцепции и тексту подзадачи.

408скачиваний 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 семейства RLDX-1, разработанная на основе RLWRLD/RLDX-1-PT и дообученная для RMBench на наборе Myungkyu/RMBench-taco-wodemo-gemini. Модель рассчитана на выполнение девяти симулируемых задач манипуляции с предметами на столе.

На вход подаются изображения с головной и обеих запястных камер, проприоцептивные данные и текст текущей подзадачи. Для слота ключевого кадра может передаваться найденный ранее кадр, если этого требует метка подзадачи. Архитектура использует видеопоследовательность длиной четыре кадра; обучение проводилось с размером пакета 128 в течение 60 000 шагов, представлен финальный чекпойнт.

Модель предназначена для роботизированного управления в симуляции и требует базовую модель и токенизатор, доступные по идентификаторам Hub или локальным путям, указанным в конфигурации. Сведения о лицензии и переносе на реального робота в предоставленных материалах отсутствуют.

Сценарии применения

выполнение настольных задач манипуляции в симуляторе
управление роботом по изображениям с головной и запястных камер
выполнение действий с учетом текстовой метки текущей подзадачи

Ограничения

Описана оценка на девяти симулируемых задачах; перенос на реального робота не подтвержден. Для загрузки нужны доступные базовая модель и токенизатор.

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 II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rldx_1_rmbench_taco_wodemo_gemini_b128_60k

Low-level policy for RMBench (9 simulated tabletop tasks), fine-tuned from RLWRLD/RLDX-1-PT on Myungkyu/RMBench-taco-wodemo-gemini — demonstrations with dense subtask labels from the task-specific context (offline annotation).

Architecture: RLDX-1-PT (video length 4, three camera views + one keyframe slot)
Optimizer batch 128, 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

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры: RLDX
Ревизия весов: ada6a27