/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
pi05_base
Библиотека
lerobot
Опубликована
20 июл 2026

pi05-molmoact-yam

Языковая модельИзображение, текст → action3 профессии

Дообученная π₀.₅ для управления бимануальным роботом по изображениям с трёх камер и языковой инструкции.

358скачиваний за 30 дней1лайквеса обновлены8 авг 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 дообученная модель π₀.₅, опубликованная пользователем helen9975 на Hugging Face. Она предназначена для управления бимануальным роботом по изображениям с трёх камер — верхней, левой и правой — и языковой инструкции; модель выдаёт действия для суставов и захватов. Чекпойнт `main` соответствует 200 000 шагам полного дообучения на наборе MolmoAct2-BimanualYAM-Dataset. Для запуска используется библиотека LeRobot; веса хранятся в формате safetensors.

Модель основана на `lerobot/pi05_base` и лицензирована по Apache-2.0. Численные результаты, приведённые для более раннего чекпойнта на 100 000 шагов, получены лишь на двух отложенных эпизодах и не являются полноценным бенчмарком; для версии на 200 000 шагов оценивание ещё не проводилось.

Сценарии применения

  • Управление двумя руками робота по визуальным наблюдениям
  • Выполнение языковых инструкций манипуляции предметами
  • Предсказание движений суставов и команд захватам
  • Эксперименты с политиками LeRobot на наборе MolmoAct2-BimanualYAM

Ограничения

Для чекпойнта на 200 000 шагов оценивание не проводилось. Результаты версии на 100 000 шагов основаны на двух отложенных эпизодах и представляют собой только предварительную проверку, а не бенчмарк.

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

π₀.₅ MolmoAct2 BimanualYAM

Fine-tuned π₀.₅ on the MolmoAct2-BimanualYAM-Dataset (3 cameras: top → left → right).

main holds the final 200,000-step checkpoint. The earlier 100k checkpoint that previously occupied main is still available at the step-100000 tag.

Checkpoint details

SettingValue
Training step200000 (final)
Camerastop, left, right
Action dim14 (absolute joints + grippers)
Chunk size30 (@ 30 Hz)
VLMunfrozen (freeze_vision_encoder=false, train_expert_only=false)
Base modellerobot/pi05_base
Gripper range[0, 1] (continuous)

Training

Full fine-tune (~4.1B trainable), bf16, gradient checkpointing, normalization by quantiles.

Hardware16×H100 (2 nodes × 8)
Batch size16/GPU → global 256
Schedulepeak LR 2.5e-5, 1k warmup, cosine decay to 2.5e-6 over 200k steps
Samples seen51.2M (≈0.67 epochs)
Final train loss≈0.028

Run in two phases: 0→100k, then resumed 100k→200k.

Available revisions

RevisionStep
main200000
step-100000100000

Usage (LeRobot)

from lerobot.policies.pi05.modeling_pi05 import PI05Policy
from lerobot.policies.factory import make_pre_post_processors

ckpt = "helen9975/pi05-molmoact-yam"
policy = PI05Policy.from_pretrained(ckpt)
preprocessor, postprocessor = make_pre_post_processors(policy.config, pretrained_path=ckpt)

# earlier checkpoint:
# policy = PI05Policy.from_pretrained(ckpt, revision="step-100000")

Evaluation

No evaluation has been run on this 200k checkpoint yet.

The open-loop numbers previously reported here (MSE 0.00140, MAE 0.0211) were measured on the 100k checkpoint (step-100000), on 2 held-out episodes with stride 30 and reset-each-step — a smoke test, not a benchmark.

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
6b50a13

0 моделей