Характеристики

Лицензия: MIT
Опубликована: 28 сен 2026

Ссылки

Hugging Face

real-square-d2-r02-mulligan-no-cf-dp

mulligan

Языковая модельИзображение, текст → action

Политика diffusion policy проекта Mulligan для управления манипулятором в задаче real-square-d2.

109скачиваний 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

Это политика управления роботом из проекта Mulligan, обученная для задачи real-square-d2. Модель использует архитектуру diffusion policy и поставляется в формате чекпойнта LeRobot с весами Safetensors и нормализаторами предобработки и постобработки. В конфигурации указаны параметры кадрирования камер, цель действия и система координат; для загрузки требуется код обучения Mulligan, поскольку стандартный DiffusionConfig в LeRobot эти поля не поддерживает.

Модель предназначена для управления манипулятором в задаче real-square-d2. Она обучена на телеперехватах и данных DAgger из трёх наборов Mulligan. В приведённой оценке достигла 20 успешных выполнений из 50. Лицензия — MIT.

Сценарии применения

управление манипулятором при выполнении real-square-d2
воспроизведение выученной политики робота
оценка политики на сценариях real-square-d2

Ограничения

Для загрузки необходим код обучения Mulligan: стандартная конфигурация DiffusionConfig в LeRobot не принимает дополнительные поля модели. В указанной оценке было 20 успешных выполнений из 50.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

real-square-d2-r02-mulligan-no-cf-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-square-d2
Model round	R2
Arm	mulligan-no-cf-dp
Training step	100000

Checkpoints

Folder	Training run config
(root)	`release/run-configs/real-square-d2-r02-mulligan-no-cf-dp.json`

Evaluations

Dataset	Session	Policy	Actor	Critic	N	Successes
real-square-d2-r02-eval	b01	`mulligan_no_cf_r02_dp`	real-square-d2-r02-mulligan-no-cf-dp	—	1	20/50

Data

Trained on: real-square-d2-c00-teleop-sobol, real-square-d2-c01-dagger-mulligan, real-square-d2-c02-dagger-mulligan-no-cf.

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

Referenced by the metadata of: real-square-d2-r02-eval.

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: 0b5bbaa