/ Модель

Характеристики

Базовая модель
pi05_base
Библиотека
lerobot
Опубликована
3 авг 2026

pi05_Reasoning_Step_076200

Языковая модельИзображение, текст → action

Дообученная политика PI0.5 для языково-обусловленного управления манипулятором SO-101 и исследований робототехнических VLA-моделей.

17скачиваний за 30 дней0лайковвеса обновлены3 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 vision-language-action-политика PI0.5 от автора репозитория justintiensmith для экспериментов с управлением манипулятором SO-101. Чекпойнт сохранён на шаге 76 200, после 12 эквивалентных эпох обучения на 1 200 демонстрациях из набора VLA_Benchmark_Prompted_1200. Модель построена на базе lerobot/pi05_base и предназначена для языково-обусловленных задач манипуляции и экспериментов с рассуждением.

Политика принимает изображения с камер среднего и запястного ракурсов, состояние робота и языковую инструкцию, а выдаёт действия для робота. Обучение охватывает шесть семейств задач манипуляции и рассуждения; предварительные запуски на реальном роботе показали полезное поведение, но количественные показатели успешности не опубликованы. Модель рассчитана на совместимый интерфейс наблюдений и действий SO-101 и исследовательское сравнение VLA-политик.

Обобщение за пределы обучающих ракурсов, рабочего пространства, объектов, инструкций и калибровки робота не гарантируется. Чекпойнт обучен на снимке набора данных до исправления ошибочного сенсорного измерения в одном эпизоде и не переобучался после исправления; в обучении не использовалась отложенная выборка. При работе с физическим роботом нужны надзор человека и меры безопасности. Сведения о лицензии в предоставленной карточке отсутствуют.

Сценарии применения

  • управление манипулятором SO-101 по текстовым инструкциям
  • оценка языково-обусловленных действий при манипуляции предметами
  • воспроизведение экспериментов на наборе VLA_Benchmark_Prompted_1200
  • сравнение vision-language-action-политик на робототехнических задачах
  • анализ поведения модели в задачах манипуляции и рассуждения

Ограничения

Качество не подтверждено количественными метриками; возможны сбои за пределами обученных ракурсов, объектов, инструкций, рабочего пространства и калибровки. Чекпойнт обучен на более ранней версии набора данных без отложенной выборки, поэтому при работе на реальном роботе необходимы надзор и физические меры безопасности.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PI0.5 Reasoning — Step 76,200

This repository contains a LeRobot PI0.5 policy fine-tuned for language-conditioned manipulation and reasoning experiments with an SO-101 robot. It is the checkpoint saved at training step 76,200, corresponding to 12 data-equivalent epochs of the 1,200-episode training dataset.

The checkpoint is released as an artifact accompanying an ICRA paper submission. Quantitative paper results and citation information will be added when available.

Model summary

ItemValue
Base checkpointlerobot/pi05_base
FrameworkLeRobot 0.6.0 (30da8e687a6dfc617fcd94afc367ac7071c376ce)
CheckpointStep 76,200 / epoch 12
RobotSO-101, single-arm manipulation
Training objectiveSupervised imitation learning with PI0.5 action flow matching
Cameras usedobservation.images.middle, observation.images.wrist
Robot stateSix absolute joint positions
ActionsSix absolute joint-position commands
Action chunk50 steps
Action steps returned50
Precisionbfloat16

Only the middle and wrist camera streams were provided to the policy. Other camera streams present in the dataset were not included in the model input features.

Training data

The model was trained on justintiensmith/VLA_Benchmark_Prompted_1200, containing 1,200 demonstrations across six manipulation/reasoning task families.

Dataset revision disclosure

This run was launched without an explicit dataset revision in its saved training configuration (dataset.revision: null) and therefore used the Hub main snapshot available at training time. The experiment records associate the run with the pre-trim snapshot 96a71744568016d553f2304c94ae393b1b28a148, containing 609,565 frames.

That snapshot predates a later correction which removed the first 0.4 seconds (12 frames at 30 FPS) of episode 819 because of an incorrect sensor reading. The corrected dataset revision is f1196a7fa8609a8aa44ed264b045017f55ab0a51, containing 609,553 frames. This PI0.5 checkpoint was not retrained after that correction. The VLA0 and MolmoACT2 comparison runs use the corrected dataset revision.

This difference is disclosed for reproducibility and should be considered when making controlled comparisons among the models.

Training configuration

ParameterValue
Training steps completed76,200
Steps per epoch6,350
Per-GPU batch size24
Number of training processes / GPUs4
Global batch size96
Samples processed7,315,200
Hardware4 × NVIDIA GH200 120 GB
DataLoader workers8 per process
Seed1000
Image augmentationDisabled
Video backendPyAV
Held-out training evaluation splitNone (eval_split=0.0)
Gradient checkpointingEnabled
Vision encoder frozenNo
Expert-only trainingNo; the full trainable policy was fine-tuned
Model compilationDisabled

Normalization

{
  "ACTION": "QUANTILES",
  "STATE": "QUANTILES",
  "VISUAL": "IDENTITY"
}

Optimizer and learning-rate schedule

ParameterValue
OptimizerAdamW
Peak learning rate2.5e-5
Betas(0.9, 0.95)
Epsilon1e-8
Weight decay0.01
Gradient clipping norm1.0
Warm-up steps1,000
Cosine-decay steps30,000
Final learning rate2.5e-6

The original training target was 101,600 steps (16 epochs). This repository intentionally preserves the step-76,200 checkpoint used for the reported epoch-12 evaluation.

Loading the policy

Install LeRobot 0.6.0 and load the model with:

from lerobot.policies.pi05.modeling_pi05 import PI05Policy

policy = PI05Policy.from_pretrained(
    "justintiensmith/pi05_Reasoning_Step_076200"
)

For evaluation or robot deployment, use the preprocessor and postprocessor files shipped in this repository together with the model checkpoint. They contain the normalization statistics and transformations used during training.

Evaluation status

Preliminary real-robot rollouts indicated useful task behavior at the epoch-10 and epoch-12 checkpoints. This statement is qualitative: no quantitative success rate is claimed in this model card yet. Controlled per-task results, evaluation protocol, and uncertainty estimates will be reported with the associated paper.

Intended use

This checkpoint is intended for:

  • reproducible robotics research;
  • comparison of vision-language-action policies on the associated benchmark;
  • real-robot evaluation with a compatible SO-101 observation/action interface;
  • analysis of language-conditioned manipulation and reasoning behavior.

Limitations and safety

  • The policy was trained on a limited set of robot demonstrations and may not generalize beyond the recorded camera views, workspace, objects, prompts, or robot calibration.
  • The training data contain correlated frames from demonstrations; the number of frames is not the number of independent examples.
  • No held-out loss split was used during training. Real-robot task success, rather than training loss, should be used for model selection.
  • This checkpoint used the pre-trim dataset snapshot described above.
  • Outputs can be unsafe or unpredictable under distribution shift. Use physical safeguards, conservative motion limits, emergency-stop procedures, and human supervision when operating real hardware.

Citation

Citation details will be added when the associated ICRA submission is publicly available. Until then, please cite this model repository and the accompanying dataset with their pinned revisions.

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
5ad9105

0 моделей