/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
lerobot
Опубликована
24 июл 2026

act-so101-pickplace-v2

Языковая модельИзображение, текст → action

Экспериментальная политика ACT для манипулятора SO-ARM100, обученная захвату и перемещению предметов с попытками восстановления после неудачного захвата.

17скачиваний за 30 дней0лайковвеса обновлены24 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

ACT-v2 — экспериментальная политика управления роботом для задачи pick-and-place, обученная Ahmed Sohail на 160 эпизодах симуляции SO-ARM100 с использованием LeRobot. Модель ACT содержит около 52 млн параметров и обучалась на данных с намеренными ошибками первого захвата и демонстрациями восстановления после них; веса опубликованы в формате safetensors.

Политика предназначена для управления манипулятором SO-ARM100 в симуляции MuJoCo: брать предметы и переносить их в заданное место, в том числе пытаться восстановиться после неудачного захвата. В описанном автором сравнении ACT-v2 достигла успеха в 50% эпизодов без временного ансамблирования и 35% с ним; автор связывает ухудшение с усреднением несовместимых вариантов поведения. Для использования модели действует лицензия Apache-2.0.

Сценарии применения

  • управление захватом предмета манипулятором SO-ARM100 в MuJoCo
  • перенос предмета в заданное место в симуляции
  • изучение попыток восстановления после ошибки захвата
  • сравнение поведенческого разнообразия в политиках управления роботами

Ограничения

В описанной оценке успешность составила 50% без временного ансамблирования и 35% с ним; усреднение действий ухудшало результат на данных с несколькими вариантами поведения. Выводы относятся к указанной симуляционной оценке, а обучение на меньшем числе эпизодов и меньшее число проходов по каждому эпизоду остаются возможным смешивающим фактором.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

act-so101-pickplace-v2 — a documented negative result

ACT (~52M) trained on so101-sim-pickplace-v2 (160 SO-ARM100 pick-and-place episodes, 12.5% of which contain deliberate first-grasp perturbations followed by verified expert recovery). The hypothesis: the nominal baseline's failures were all grasp-miss-then-empty-transport, so adding recovery demonstrations should teach the policy to retry.

It didn't work — and the way it failed is the useful part.

Results (same eval protocol as every model in this series)

Policyplain+ temporal ensemblingrobustness n/v/p/f (15 eps each)
ACT v1 (100 nominal eps)65%75% (+10)60 / 60 / 53 / 40
ACT-v2 (this model)50%35% (−15)47 / 33 / 40 / 33
ACT-DR (150 domain-randomized eps)90%—87 / 87 / 87 / 100

The ensembling sign flip is the diagnostic. Temporal ensembling averages overlapping action chunks: on v1's behaviorally unimodal data it smooths noise (+10); on recovery data — where near-identical states continue either "proceed to lift" or "re-approach" — it averages two incompatible modes into compromise actions (−15). Several v2 successes run ~40% longer than the stereotyped episode, consistent with the retry skill partially transferring, but the loss in grasp precision dominates.

The data-centric lesson, paired with the companion ACT-DR result: diversity that multiplies visual/physics variation while keeping behavior unimodal (domain randomization) improved everything (+25 nominal, flat-robust); diversity that multiplies behavioral modes (recovery branches) hurt this chunked-BC architecture. Handling multimodal continuations is exactly what diffusion/flow policies and VLA action experts are for.

Confound, noted honestly: at fixed 60k steps, v2 sees 24 epochs of 160 episodes vs v1's 43 epochs of 100; per-episode exposure is lower. The consistent direction across plain, ensembled, and randomized evals makes under-training an unlikely full explanation.

Training

LeRobot 0.6.0 lerobot-train, single Kaggle T4, identical recipe to v1/DR: --policy.type=act --policy.chunk_size=45 --policy.n_action_steps=15 --batch_size=8 --steps=60000

Provenance

Data recorded by a verify-and-retry scripted expert (success-filtered) in the author's MuJoCo work-cell; robot model from MuJoCo Menagerie (trs_so_arm100, Apache-2.0).

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
94fec40

0 моделей