/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
5 июл 2026

eco-drone-policies

Обучение с подкреплением

Набор ONNX-политик обучения с подкреплением для управления навигацией квадрокоптера, ровера и самолёта с неподвижным крылом.

0скачиваний за 30 дней0лайковвеса обновлены5 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

Набор обученных политик навигации для платформы дронов astral-us/eco: квадрокоптера, ровера и самолёта с неподвижным крылом. Политики используют обучение с подкреплением и распространяются в формате ONNX; для ровера требуется также файл внешних данных policy_rover_v2.onnx.data.

Каждая политика принимает 56-мерное состояние на основе глубины перед аппаратом и выдаёт четырёхмерное управляющее действие [vx, vy, vz, yaw_rate]. Модели предназначены для отдельного экспериментального пути LearnedPlanner и демонстраций в Isaac Sim. В собственных испытаниях разработчиков этот путь уступал классическому контроллеру потенциалов на бенчмарке L5, где основной результат платформы достигается без весов модели.

В набор входят доменно-рандомизированная рекуррентная политика для квадрокоптера, политика для ровера и ранний чекпойнт для самолёта с неподвижным крылом. Для последнего README сообщает около 47% успешных запусков при полной доменной рандомизации после 800 итераций PPO. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • управление движением квадрокоптера по данным глубины
  • навигация ровера в двумерной среде
  • управление самолётом с неподвижным крылом
  • демонстрация обученной навигации дрона в Isaac Sim

Ограничения

В испытаниях разработчиков LearnedPlanner уступал классическому контроллеру на бенчмарке L5. Политика для самолёта с неподвижным крылом является ранним чекпойнтом с примерно 47% успешных запусков при полной доменной рандомизации; политика ровера требует файл .onnx.data рядом с моделью.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Astral eco — drone navigation policies

Trained RL navigation policies for the astral-us/eco drone platform (quadcopter, rover, fixed-wing). Each policy takes a 56-dim forward-depth state and outputs a 4-dim [vx, vy, vz, yaw_rate] action; see eco/drone/training/contract.py / fw_contract.py for the exact state layout.

These are optional. The platform's core, benchmarked result — the L5 zero-intervention fleet controller (eco/drone/common/L5.md) — is classical potential-field control with no model weights at all. These .onnx files back a separate, secondary learned-policy path (LearnedPlanner in reactive_planner.py) used mainly for the Isaac Sim demo renders; in the team's own testing it underperforms the classical controller on the L5 benchmark.

Files

FileVehicleKinematicsNotes
policy_v26rnn_dr.onnxQuadcopterHolonomic 3DDomain-randomized, RNN policy
policy_rover_v2.onnx + policy_rover_v2.onnx.dataRoverUnicycle 2DExternal-data ONNX (needs the .data file alongside it)
policy_fw.onnxFixed-wingCoordinated-turn 3D (Dubins-airplane)Early checkpoint (800 PPO iters from scratch, ~47% success at full domain randomization)

Usage

Download into eco/drone/models/ (the filenames already match what vehicle_class.py expects as each class's default policy_onnx):

pip install huggingface_hub
python -c "
from huggingface_hub import hf_hub_download
for f in ['policy_v26rnn_dr.onnx', 'policy_rover_v2.onnx', 'policy_rover_v2.onnx.data', 'policy_fw.onnx']:
    hf_hub_download(repo_id='astralhf/eco-drone-policies', filename=f, local_dir='eco/drone/models')
"

Or with the CLI:

huggingface-cli download astralhf/eco-drone-policies --local-dir eco/drone/models

Training your own

See eco/drone/training/justfile — train / train-ma / train-fw recipes (PPO from scratch or with BC warm-start, run on a CUDA GPU), and pull / pull-ma / pull-fw to fetch the result. The fixed-wing policy here is an early checkpoint; retraining for longer or with tighter domain randomization is expected to improve on it.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
f78be16

0 моделей