/ Модель

Характеристики

Лицензия
MIT
Опубликована
22 июл 2026

cup_pnp

Языковая модельИзображение, текст → action

Набор из четырёх робототехнических политик для захвата жёлтой чашки и размещения её на противне по изображению с камеры.

0скачиваний за 30 дней0лайковвеса обновлены22 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 из четырёх политик клонирования поведения для робота-манипулятора: взять жёлтую чашку и поставить её на противень. Политики обучены на 80 проверенных демонстрациях, восстановленных из видео от первого лица; в набор входят варианты π0.5 с LoRA на базе pi05_base и ABC-DiT, обученная с нуля, а для каждого варианта доступны наблюдения с исходным или смоделированным изображением противня.

На вход подаётся одно RGB-изображение с камеры робота размером 224×224. Выход — 28 абсолютных целевых значений суставов правой руки: 3 линейных сочленения, 3 сочленения запястья и 22 сустава пальцев. В отчёте для π0.5 указана меньшая ошибка предсказания действий, чем для ABC-DiT; замена изображения противня почти не повлияла на π0.5 и немного улучшила результат ABC-DiT. Лицензия — MIT. Модель предназначена для конкретной манипуляционной задачи, и приведённые результаты относятся к предсказанию действий на отложенных данных.

Сценарии применения

  • захват жёлтой чашки правой рукой робота
  • перенос чашки на противень
  • предсказание целевых значений суставов робота по RGB-кадру
  • сравнение политик π0.5 и ABC-DiT для одной задачи манипуляции

Ограничения

Политики обучены для узкой задачи с жёлтой чашкой и противнем; приведённые оценки измеряют ошибку предсказания действий на отложенных данных и сами по себе не подтверждают успешность выполнения на реальном роботе. Описание не сообщает о поддержке других рук, объектов или условий среды.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cup_pnp — yellow-cup pick-and-place policies

Four behavior-cloning policies for the task "pick up a yellow cup and place it on a baking tray," trained from egocentric human video reconstructed into robot demonstrations. This is a 2×2 ablation:

architecture × observationcurrent (raw tray)sim-tray
π0.5 (LoRA on pi05_base)pi05_current_tray/pi05_sim_tray/
ABC-DiT (from scratch)abc_dit_current_tray.ptabc_dit_sim_tray.pt
  • Action / state space: 28-D — right arm only (3-slide + 3-hinge wrist + 22 finger joints), absolute joint targets.
  • Observation: single rendered robot-view RGB (224×224).
  • sim-tray variant re-renders the tray from its simulation mesh (inpainted over the original footage); the current variant keeps the tray as raw footage. Actions are identical across the two variants — only the observation pixels differ.

Results — held-out action-prediction MSE (normalized, 10-step horizon; lower is better)

policycurrent (raw tray)sim-tray
π0.50.0210.021
ABC-DiT0.3450.318

π0.5 (pretrained VLA + LoRA) is ~16× more accurate than ABC-DiT (trained from scratch with a randomly-initialized visual backbone). The sim-tray processing is neutral for π0.5 and a small improvement for ABC-DiT.

Contents

  • pi05_current_tray/, pi05_sim_tray/ — π0.5 checkpoints (orbax params/ + assets/ norm-stats). Load with openpi policy_config.create_trained_policy. Config: pi05_cup_v1 / pi05_cup_v2.
  • abc_dit_current_tray.pt, abc_dit_sim_tray.pt — ABC-DiT checkpoints ({model, step, norm_stats} + optimizer). Load with ABC. state/action dim = 28, camera-keys = top.

Trained on 80 verified reconstructed demonstrations. See the project report for data provenance and method details.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
1067f4c

0 моделей