/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
pi05_base
Библиотека
opentau
Опубликована
24 мар 2026

robocasa_Closesideways

Языковая модельИзображение, текст → action3 профессии

Дообученная VLA-модель π₀.₅ для выполнения языковых инструкций по манипуляции объектами в кухонной симуляции RoboCasa.

16скачиваний за 30 дней0лайковвеса обновлены26 мар 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

TensorAuto/robocasa_Closesideways — модель Vision-Language-Action на архитектуре π₀.₅, дообученная TensorAuto на задачах манипуляции и навигации в кухонной симуляции RoboCasa с использованием OpenTau. Она принимает визуальные наблюдения и инструкции на естественном языке, а затем формирует непрерывные траектории суставов робота блоками по 10 шагов с помощью политики на основе flow matching. Архитектура объединяет VLM PaliGemma-3B для семантического понимания и Gemma-300M как эксперт действий.

Модель предназначена для выполнения задач CloseMicrowave, CloseFridge и CloseCabinet; в README приведены показатели успешности 98%, 80% и 65% соответственно после обучения на 100 демонстрациях. Репозиторий содержит веса в формате safetensors, а лицензия — Apache-2.0. Описанные результаты относятся к симулированным кухонным задачам и не подтверждают перенос на реальные роботы или другие сценарии.

Сценарии применения

  • закрытие дверцы микроволновой печи в симуляции
  • закрытие дверцы холодильника в симуляции
  • закрытие дверцы кухонного шкафа в симуляции
  • генерация траекторий суставов робота по визуальному наблюдению и инструкции

Ограничения

Описанные показатели относятся к трём конкретным задачам в симулированной кухне и обучению на 100 демонстрациях; перенос на реальные роботы и другие среды не подтверждён.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Robocasa_navigatekitchen

A pi0.5 (π₀.₅) Vision-Language-Action (VLA) model, finetuned on the ROBOCASA robotic manipulation/navigation benchmark using the OpenTau training framework. This model is designed to follow natural language instructions to perform manipulation/navigation tasks in a simulated kitchen environment.

For full documentation, evaluation results, and inference code, please visit the repository: 👉 https://github.com/TensorAuto/OpenTau


Model Details

Description

  • Model Type: Vision-Language-Action (VLA) Model
  • Base Architecture: π₀.₅ (pi0.5) by Physical Intelligence
  • Backbone: PaliGemma-3B (VLM) + Gemma-300M (Action Expert)
  • Training Data: Robocasa Benchmark
  • Framework: OpenTau

Architecture

The pi0.5 architecture uses a flow-matching-based policy designed for open-world generalization. It combines a Visual Language Model (VLM) for high-level semantic understanding with a smaller "action expert" model that generates continuous joint trajectories (10-step action chunks) via flow matching.


Training and Evaluation

Dataset

This model was finetuned on the Robocasa benchmark dataset. The Robocasa suite consists of human-teleoperated and mimicgen demonstrations for manipulation and navigation, covering:

  • CloseMicrowave (Atomic)
  • CloseFridge (Atomic)
  • CloseCabinet (Atomic)

Results

Training on 100 Human demonstrations, our model achieves 98% , 80% and 65% success rate on CloseMicrowave, Close Fridge and Close Cabinet tasks respectively. For detailed usage instructions, success rates, baseline comparisons, and evaluation protocols, please refer to the OpenTau GitHub Repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · opentau

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
0c0239f

0 моделей