/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
lerobot
Опубликована
17 июл 2026

act-flatten-tshirt

Языковая модельИзображение, текст → action3 профессии

Политика ACT управляет двуручным роботом Piper, чтобы расправлять смятую футболку по изображениям с камер и состоянию суставов.

10скачиваний за 30 дней0лайковвеса обновлены17 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

Модель act-flatten-tshirt — политика управления роботом, обученная для расправления смятой футболки на столе в задаче двуручного манипулирования тканью. Она разработана на базе ACT с визуальным энкодером ResNet-18 и предназначена для управления двумя руками робота Piper в симуляции и сценариях переноса из симуляции в реальную среду.

На вход подаются три RGB-изображения размером 720×1280 с неподвижной и двумя кистевыми камерами, а также 14-мерное состояние суставов. Модель выдаёт 14-мерное действие: команды для шести суставов и захвата каждой руки. Чекпойнт обучен на 200 эпизодах, содержащих 41 464 кадра, и сохранён в формате safetensors. Лицензия — Apache-2.0.

Модель не прошла стандартную оценку бенчмарка: описан только небольшой пробный запуск с замкнутым циклом управления, поэтому опубликованных показателей успешности нет. Её следует рассматривать как обученный артефакт для экспериментов с расправлением ткани, а не как подтверждённую по бенчмарку политику.

Сценарии применения

  • расправление смятой футболки на столе
  • управление двуручным роботом при манипулировании тканью
  • эксперименты по переносу управления тканью из симуляции в реальную среду

Ограничения

Модель не проходила стандартный протокол оценки N=100; сообщается только о небольшом пробном запуске, поэтому её успешность не подтверждена опубликованными результатами.

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

ACT — flatten_tshirt (bimanual cloth flattening)

An ACT policy trained on the flatten_tshirt task of a bimanual deformable-object (cloth / bag) manipulation benchmark. The robot is a dual-arm Piper; the task is to flatten a crumpled t-shirt on a table.

Simulation uses a GPU cloth solver co-simulated with the robot in a single model, and observations are rendered with a photorealistic renderer.

Model

ArchitectureACT, ResNet-18 vision backbone
Observation3 × RGB 720×1280 (static_cam, left_hand_cam, right_hand_cam) + 14-D joint state
Action14-D (left 6 joints + gripper, right 6 joints + gripper)
Chunk size / action steps100 / 100
n_obs_steps1

Training

Datasetflatten_tshirt_200 — 200 episodes / 41,464 frames, LeRobot v3.0, 25 fps
Steps30,000
Batch size16 (single A100-80G)
Learning rate1e-5
Seed1000
Image augmentationenabled, max 3 random transforms per sample

Augmentation follows a tuned recipe (brightness / contrast / saturation / hue / sharpness / small affine) rather than the LeRobot default, which is disabled. The brightness range is deliberately asymmetric toward the darker side: simulation lighting is idealized while real RealSense D435i footage tends to be darker, so biasing the augmentation toward darker samples is the right direction for sim-to-real transfer.

Status

⚠️ This checkpoint has not yet been formally evaluated. It has only been through a small smoke-level closed-loop run, not the benchmark's standard N=100 protocol. Success-rate numbers are deliberately not published here yet; they will be added once the full evaluation has been run. Treat this as a training artifact, not a reported result.

Usage

from lerobot.policies.act.modeling_act import ACTPolicy

policy = ACTPolicy.from_pretrained("hwk0809/act-flatten-tshirt")

The policy expects the three camera streams named exactly as listed above, plus a 14-D observation.state, and returns a 14-D action. It runs in-process (no policy server needed).

License

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
e7312e4

0 моделей