/ Модель

Характеристики

Лицензия
Gemma
Базовая модель
pi05_base
Библиотека
lerobot
Опубликована
22 июл 2026

pi05_recovery_2task_full_10k

Языковая модельИзображение, текст → action

Полностью дообученная VLA-политика π0.5 управляет SO-101 при поднятии чашки и её размещении на синем круге по изображениям и текстовой инструкции.

8скачиваний за 30 дней0лайковвеса обновлены23 июл 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 полноценно дообученная VLA-политика π0.5 для манипуляций роботом SO-101; модель основана на lerobot/pi05_base. Она обучена в LeRobot на двух задачах с чашкой: поднять чашку рядом с синим кругом и поставить её на круг. Обучались все 3,617 млрд параметров, включая PaliGemma VLM и эксперт действий; приведённый чекпойнт соответствует 10 000 шагам обучения.

Модель принимает изображения с двух RGB-камер робота и текстовую инструкцию, а также использует состояние робота для управления движением. Она предназначена для узкого сценария манипуляции чашкой на SO-101, а не для произвольных задач робототехники. В метаданных указана лицензия Gemma.

Сценарии применения

  • поднять чашку рядом с синим кругом манипулятором SO-101
  • переместить чашку и поставить её на синий круг
  • выполнять инструкции pick-and-place на роботизированной руке SO-101

Ограничения

Обучение охватывает только две инструкции для манипуляции чашкой и конкретную платформу SO-101; перенос на другие роботы, объекты и сцены не подтверждён. README описывает остановленный на 10 000 шаге запуск, хотя конфигурация предусматривала 20 000 шагов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

π0.5 · SO-101 pick & place (2-task) — full fine-tune, 10,000 steps

A π0.5 (pi05) vision-language-action policy fine-tuned on an SO-101 arm for a two-task cup manipulation setup: pick a cup up from the table and place it onto a blue circle.

The entire model was trained — PaliGemma VLM (vision encoder + language model) and the action expert together (train_expert_only=false, freeze_vision_encoder=false).

  • Base model: lerobot/pi05_base — the last pre-relative-actions revision, matching LeRobot 0.4.x
  • Dataset: aailabkaist/so101_recovery_2task (749 episodes · 151,255 frames · 30 fps · 8 operators)
  • Checkpoint: step 10,000 of a 10,000-step run (batch 64 → 640,000 samples ≈ 4.2 epochs)
  • Framework: LeRobot
  • Robot: SO-101, 6-DoF, two RGB cameras (front, wrist, 480×640)
  • Siblings: expert 5K · expert 10K · full 5K — see the two-task collection

Task and data

Two instructions, both used at training time verbatim:

pick up the cup near the blue circle
place the cup on the blue circle

cup start positions

Pick-episode cup start positions (394 episodes, per-operator colors, anonymized). The cups form a ring around the blue circle rather than covering the workspace uniformly.

cup transport

Place-episode transport vectors, start → placed (350 of 355 place episodes — 5 excluded where the cup is fully occluded by the gripper in the start frame). Endpoints converge tightly on the blue circle; the release target is nearly constant across the dataset.

Training

Trainable parameters3.617 B (100 %)
Frozennone
Steps10,000 (run stopped early at 10K; config said 20K)
Batch size64
Precisionbfloat16, gradient_checkpointing=true
OptimizerAdamW · lr 2.5e-5 · wd 0.01 · betas (0.9, 0.95) · grad-clip 1.0
Schedulecosine decay with warmup — auto-scaled by LeRobot (20K steps < 30K decay): warmup 1,000→666, decay 30,000→20,000; peak 2.5e-5, LR at this checkpoint ≈1.4e-5 (configured floor 2.5e-6 never reached — run stopped at 10K)
Chunkchunk_size=50, n_action_steps=50, n_obs_steps=1
Seed1000
Hardware1× NVIDIA RTX PRO 6000 Blackwell (96 GB)
VRAM / speed45.4 GB · 4.93 s/step
Final loss at this checkpoint0.039

Interactive training curves for this run — loss · LR · grad-norm · epochs (this variant's W&B run · project overview):

loss curve

loss curve, log scale

Both runs used identical data, batch size and dtype — the only difference is what was trainable, so the two curves are directly comparable. expert-only is essentially flat after warmup (~step 1K): 0.129 → 0.087 over the remaining ~3.8 epochs; full fine-tuning keeps descending. The run was stopped at 10K rather than the configured 20K on the strength of these curves.

Usage

from lerobot.policies.pi05.modeling_pi05 import PI05Policy

policy = PI05Policy.from_pretrained("aailabkaist/pi05_recovery_2task_full_10k")

Or serve it for async inference:

python -m lerobot.async_inference.policy_server --host=0.0.0.0 --port=8080 --fps=30
python -m lerobot.async_inference.robot_client \
    --server_address=<host>:8080 \
    --policy_type=pi05 --pretrained_name_or_path=aailabkaist/pi05_recovery_2task_full_10k \
    --task="pick up the cup near the blue circle" \
    --actions_per_chunk=50 --chunk_size_threshold=0.2 \
    --aggregate_fn_name=weighted_average --fps=30

A single-task variant of this setup — one instruction covering the whole pick-and-place motion, with a plain white cup — lives in the SO-101 · cup → blue circle (single-task) collection.

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
5b5b35a

0 моделей