/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
smolvla_base
Библиотека
lerobot
Опубликована
17 июл 2026

smolvla-so101-pick-cube

Языковая модельИзображение, текст → action3 профессии

Дообученная SmolVLA управляет манипулятором SO-101, чтобы захватить кубик и положить его в коробку.

31скачиваний 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

dobri420/smolvla-so101-pick-cube — политика управления роботом на основе SmolVLA, дообученная на телеоперационных демонстрациях для манипулятора SO-101. Модель предназначена для захвата кубика и перемещения его в коробку; она принимает изображения с трёх камер и 6-DoF-состояние суставов, а выдаёт последовательности из 50 действий, каждое с шестью степенями свободы.

В README сообщается об успешном захвате в 72 из 81 испытаний на реальном манипуляторе; результат проверен для трёх глубин досягаемости. При обучении использованы первые 340 эпизодов набора dobri420/pick-cube-so101; базовая VLM была заморожена. Модель распространяется в формате safetensors под лицензией Apache-2.0. Результаты относятся к описанной задаче и установке SO-101 и не подтверждают работу в иных средах или для других объектов.

Сценарии применения

  • захват кубика манипулятором SO-101
  • перемещение кубика в коробку
  • управление манипулятором по изображениям с нескольких камер и состоянию суставов

Ограничения

Проверена для захвата кубика и перемещения в коробку на манипуляторе SO-101; результаты испытаний не гарантируют качество для других объектов, роботов или условий.

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

Pick-Cube SO-101 — SmolVLA policy

A SmolVLA policy finetuned to "grab the cube and put it in the box" on the SO-101 arm, from three camera views. Trained on the dobri420/pick-cube-so101 teleoperation dataset.

89% grab rate (72/81) on the real arm — the best of a coverage-vs-optimization sweep, and balanced across reach depth (25 / 20 / 15 cm = 89 / 93 / 85 %).

Training corpus vs. performance

Same workspace half-disk in both panels (rings = reach in cm from the shoulder-pan axis, radials = target angle), so coverage and success line up cell-for-cell. Left: where the training demos actually grasped (SO-101 forward kinematics on the jaw center). Right: where the resulting policy succeeds, measured on a held-out grid of 81 targets (27 per depth).

Training

  • Base: lerobot/smolvla_base (expert finetuned, VLM frozen).
  • Data: the first 340 episodes of dobri420/pick-cube-so101 (the five tranches through twist-CCW; the dataset has since grown to 440 with a twist-CW tranche not used here).
  • Schedule: 2.56M samples @ batch 64 (40k steps), bf16, on a single B200.
  • Inputs: three 256×256 camera views (camera1/2/3) + 6-DoF joint state. Output: 6-DoF action, 50-step chunks.

Usage

from lerobot.policies.smolvla.modeling_smolvla import SmolVLAPolicy

policy = SmolVLAPolicy.from_pretrained("dobri420/pick-cube-so101")

The repo ships the runnable inference bundle: model weights, config.json, and the normalization pre/post-processor pipelines (the mean/std that map real joint units ↔ the model's normalized space live in the *_processor.safetensors — they are required for inference). train_config.json records the full training recipe.

Built with LeRobot.

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
b3dd9f2

0 моделей