/ Модель

Характеристики

Размер весов
7,6 ГБ
Лицензия
Apache 2.0
Архитектура
gr00t_n1_5 · dense
Базовая модель
GR00T-N1.5-3B
Опубликована
30 апр 2026

u0_final

Языковая модельИзображение, текст → action

Дообученная на базе NVIDIA GR00T N1.5-3B VLA-модель для управления подводным роботом U0 по изображениям, сенсорным данным и текстовым инструкциям.

107скачиваний за 30 дней1лайквеса обновлены30 апр 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

U0 Final — модель Vision-Language-Action для управления подводным роботом, разработанная на основе NVIDIA GR00T N1.5-3B и дообученная для робота U0 на базе BlueROV2. Она принимает изображения с двух камер, 29-мерное состояние робота и текстовое описание задачи, а выдаёт траекторию из 16 шагов с целевыми положениями суставов и значениями ШИМ двигателей. Модель предназначена для автономного выполнения задач под водой. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache 2.0.

Сценарии применения

  • автономное управление подводным роботом U0
  • планирование траекторий движения под водой
  • управление суставами манипулятора подводного робота
  • управление тягой двигателей по изображениям и данным датчиков

Ограничения

Модель дообучена для робота U0 на базе BlueROV2, поэтому её применимость к другим платформам не подтверждена. В README не описаны результаты оценки и условия безопасного применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

U0 Final — Underwater Robot VLA Model

Model ID: Vincent2025hello/u0_final
Base Model: nvidia/GR00T-N1.5-3B
License: Apache 2.0
Paper: USIM and U0: A Vision-Language-Action Dataset and Model for General Underwater Robots


Model Description

This model is a Vision-Language-Action (VLA) policy fine-tuned from NVIDIA GR00T N1.5 (3B parameters) for the U0 underwater robot (based on BlueROV2). It takes dual-camera visual observations and multi-sensor state inputs, and outputs 16-step action trajectories for autonomous underwater tasks.

Fine-Tuning Details

ItemValue
Base ModelGR00T-N1.5-3B
Fine-Tuning MethodFull Fine-Tuning (with visual tuning)
Action Horizon16 steps
Denoising Steps4 (inference)
Embodiment Tagnew_embodiment
Data Configu0_bot

Input / Output

Inputs

  • Video (dual camera): ego-view + wrist-view images (224×224)
  • State (29-dim):
    • joint_pos (6): joint positions
    • pwm (8): thruster PWM values
    • joint_v (5): joint velocities
    • dvl_v (3): DVL velocity
    • imu_av (3): IMU angular velocity
    • imu_la (3): IMU linear acceleration
    • pressure (1): depth pressure
    • dvl_h (1): DVL altitude
  • Language: natural language task description

Outputs

  • Action (13-dim × 16 steps):
    • joint_pos (6): target joint positions
    • pwm (8): target thruster PWM values

Download Model

pip install huggingface_hub
hf download Vincent2025hello/u0_final --local-dir ./u0_final

Training Code

The complete fine-tuning and evaluation framework is available at: https://github.com/VincentGu2000/u0

Citation

@misc{gu2025usimu0visionlanguageactiondataset,
      title={USIM and U0: A Vision-Language-Action Dataset and Model for General Underwater Robots}, 
      author={Junwen Gu and Zhiheng Wu and Pengxuan Si and Shuang Qiu and Yukai Feng and Luoyang Sun and Laien Luo and Lianyi Yu and Jian Wang and Zhengxing Wu},
      year={2025},
      eprint={2510.07869},
      archivePrefix={arXiv},
      primaryClass={cs.RO},
      url={https://arxiv.org/abs/2510.07869}, 
}

Acknowledgments

This model is fine-tuned from NVIDIA GR00T N1.5. We thank the NVIDIA GEAR team for open-sourcing the GR00T model and framework.

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
GR00T_N1_5
Ревизия весов
c0c2a84

0 моделей