Характеристики

Лицензия: MIT
Опубликована: 28 сен 2026

Ссылки

Hugging Face

real-marker-d2-r05-mulligan-dp

mulligan

Языковая модельИзображение, текст → action3 профессии

Политика Diffusion Policy для управления манипулятором в задаче real-marker-d2.

247скачиваний за 30 дней0лайковвеса обновлены6 окт 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

real-marker-d2-r05-mulligan-dp — политика управления роботом семейства Mulligan, выпущенная в формате чекпойнта LeRobot. Это actor на основе Diffusion Policy, обученный для задачи real-marker-d2 на данных teleoperation и DAgger из организации Mulligan. Веса сохранены в safetensors, а конфигурация включает параметры обрезки камер, целевое действие и систему координат действий.

Модель предназначена для управления манипулятором в задаче real-marker-d2. README приводит оценки на двух наборах: политика достигла 32 успехов из 50 попыток в каждом из указанных запусков. Для загрузки требуется код обучения Mulligan: стандартный LeRobot DiffusionConfig не принимает дополнительные поля конфигурации этой модели. Лицензия — MIT.

Сценарии применения

управление манипулятором в задаче real-marker-d2
выполнение роботом действий, заданных обучающими демонстрациями
оценка политики управления на тестовых сессиях real-marker-d2

Ограничения

Для загрузки требуется код обучения Mulligan, поскольку конфигурация содержит поля, которые стандартный LeRobot DiffusionConfig не поддерживает. В приведённых оценках указано 32 успеха из 50 попыток; результаты ограничены описанными задачей и сессиями.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

real-marker-d2-r05-mulligan-dp

Part of Mulligan. Browse evaluations at Policy Arena; the datasets are in the mulligan organization.

Diffusion-policy actor in LeRobot's checkpoint layout (config.json, model.safetensors, pre/post-processor normalizers). The config also carries Mulligan fields (camera crop boxes, action target and frame) that stock LeRobot DiffusionConfig rejects; loading needs the Mulligan training code.

Property	Value
Task	real-marker-d2
Model round	R5
Arm	mulligan-dp
Training step	100000

Checkpoints

Folder	Training run config
(root)	`release/run-configs/real-marker-d2-r05-mulligan-dp.json`

Evaluations

Dataset	Session	Policy	Actor	Critic	N	Successes
real-marker-d2-r05-eval	b01	`mulligan_r05_dp`	real-marker-d2-r05-mulligan-dp	—	1	32/50
real-marker-d2-r05-eval	b01	`mulligan_r05_idql_c200k_n32`	real-marker-d2-r05-mulligan-dp	real-marker-d2-r05-mulligan-idql-critic	32	38/50
real-marker-d2-r05-screen	b02	`mulligan_r05_dp`	real-marker-d2-r05-mulligan-dp	—	1	32/50
real-marker-d2-r05-screen	b02	`mulligan_r05_idql_cfinal_n16`	real-marker-d2-r05-mulligan-dp	real-marker-d2-r05-mulligan-idql-critic-screen-b02	16	31/50
real-marker-d2-r05-screen	b03	`mulligan_r05_idql_c200k_n32`	real-marker-d2-r05-mulligan-dp	real-marker-d2-r05-mulligan-idql-critic	32	37/50

Data

Trained on: real-marker-d2-c00-teleop-sobol, real-marker-d2-c01-dagger-mulligan, real-marker-d2-c02-dagger-mulligan, real-marker-d2-c03-dagger-mulligan, real-marker-d2-c04-dagger-mulligan, real-marker-d2-c05-dagger-mulligan.

Validation-only datasets: real-marker-d2-c00-teleop-validation.

Referenced by the metadata of: real-marker-d2-r05-eval, real-marker-d2-r05-screen.

Provenance

SHA-256 of every file is recorded in release.json. .pt files are PyTorch pickles; load them only in a trusted environment. The run configs are in the Mulligan code repository; the recipes there retrain each checkpoint. License: mit.

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: cb461d1