/ Модель

Характеристики

Опубликована
11 апр 2024

hpt-base

Языковая модельИзображение, текст → action3 профессии

Базовый трансформер HPT согласует данные разных роботов в общем латентном пространстве для обучения робототехнических политик.

54скачиваний за 30 дней11лайковвеса обновлены2 окт 2024

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

liruiw/hpt-base — базовая модель проекта Heterogenous Pre-trained Transformers (HPT), разработанного Лируи Вангом, Синьлеем Ченом, Цзялян Чжао и Каймином Хе и представленного на NeurIPS 2024. Модель предназначена для обучения робототехнических политик: она помогает согласовать данные от разных воплощений роботов в общем латентном пространстве и исследует масштабирование обучения таких политик.

В архитектуре политики HPT использует масштабируемый трансформер как промежуточный компонент, чтобы не обучать всю систему с нуля. Репозиторий содержит веса в формате safetensors; карточка не сообщает число параметров, контекст или лицензию. Описание сфокусировано на исследовательской робототехнике и не указывает языковые входы или выходы.

Сценарии применения

  • согласование данных от разных воплощений роботов
  • обучение робототехнической политики на визуальных и проприоцептивных данных
  • масштабирование обучения политик для роботов
  • использование предобученного трансформера в робототехнической политике

Ограничения

Карточка описывает назначение модели в контексте исследовательского проекта и не приводит сведений о лицензии или численных характеристиках весов.

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

🦾 Heterogenous Pre-trained Transformers

Lirui Wang, Xinlei Chen, Jialiang Zhao, Kaiming He

Neural Information Processing Systems (Spotlight), 2024

Paper: https://huggingface.co/papers/2409.20537

You can find more details on our project page. An alternative clean implementation of HPT in Hugging Face can also be found here.

TL;DR: HPT aligns different embodiment to a shared latent space and investigates the scaling behaviors in policy learning. Put a scalable transformer in the middle of your policy and don’t train from scratch!

If you find HPT useful in your research, please consider citing:

@inproceedings{wang2024hpt,
author    = {Lirui Wang, Xinlei Chen, Jialiang Zhao, Kaiming He},
title     = {Scaling Proprioceptive-Visual Learning with Heterogeneous Pre-trained Transformers},
booktitle = {Neurips},
year      = {2024}
}

Contact

If you have any questions, feel free to contact me through email (liruiw@mit.edu). Enjoy!

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
4586c8c

0 моделей