/ Модель

Характеристики

Лицензия
MIT
Опубликована
28 сен 2026

real-square-d2-r04-baseline-dp

Языковая модельИзображение, текст → action

Актор Diffusion Policy от Mulligan для управления роботизированной рукой в задаче real-square-d2.

100скачиваний 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

Модель Mulligan real-square-d2-r04-baseline-dp — актор на основе Diffusion Policy, сохранённый в формате чекпойнта LeRobot. Она предназначена для управления роботизированной рукой в задаче real-square-d2; README указывает раунд обучения R4 и вариант baseline-dp. Модель обучена на демонстрациях teleop и наборах DAgger из организации Mulligan.

Для загрузки требуется обучающий код Mulligan: конфигурация содержит дополнительные поля для обрезки изображения с камер, целевого действия и системы координат, которые стандартный DiffusionConfig в LeRobot не принимает. В описании одной оценки указано 28 успешных выполнений из 50. Репозиторий содержит веса safetensors и нормализаторы пред- и постобработки. Лицензия — MIT.

Сценарии применения

  • управление роботизированной рукой в задаче real-square-d2
  • воспроизведение действий, выученных по демонстрациям teleop
  • выполнение манипуляций с обучением на данных DAgger

Ограничения

Стандартный загрузчик DiffusionConfig в LeRobot не принимает дополнительные поля конфигурации, поэтому для загрузки нужен код обучения Mulligan. В указанной оценке получено 28 успешных выполнений из 50; результат относится к одной сессии с 50 попытками.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

real-square-d2-r04-baseline-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.

PropertyValue
Taskreal-square-d2
Model roundR4
Armbaseline-dp
Training step100000

Checkpoints

FolderTraining run config
(root)release/run-configs/real-square-d2-r04-baseline-dp.json

Evaluations

DatasetSessionPolicyActorCriticNSuccesses
real-square-d2-r04-evalb01baseline_r04_dpreal-square-d2-r04-baseline-dp—128/50

Data

Trained on: real-square-d2-c00-teleop-baseline, real-square-d2-c01-dagger-baseline, real-square-d2-c02-dagger-baseline, real-square-d2-c03-dagger-baseline, real-square-d2-c04-dagger-baseline.

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

Referenced by the metadata of: real-square-d2-c05-dagger-baseline, real-square-d2-c05-dagger-mixed, real-square-d2-r04-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
35fcb31

0 моделей