Контрольные точки экспериментов SimpleVLA на базе Pi0.5 для обучения с подкреплением и управления роботом DROID.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Репозиторий nerako/simplevla-pi05-grpo содержит контрольные точки экспериментов SimpleVLA с моделью Pi0.5, обучавшейся методом GRPO для задач робототехники. В него входят начальная контрольная точка Pi0.5 для DROID JointPos на PyTorch и выбранная авторами лучшая контрольная точка GRPO для трёх сцен; веса размещены в формате safetensors.
Модель предназначена для экспериментов с обучением с подкреплением в робототехнических сценариях. Метаданные относят её к задаче reinforcement-learning, а README указывает на робота DROID и управление положением суставов. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять отдельно.
README описывает экспериментальные контрольные точки и не приводит оценок качества или инструкций по запуску. Лицензия указана как other, поэтому условия использования требуют проверки.
README от автора на Hugging Face, как он его опубликовал
This repository contains released checkpoints for the SimpleVLA-style Pi0.5 GRPO experiments.
pi05_droid_jointpos_pytorch_new/: initial Pi0.5 DROID JointPos PyTorch checkpoint used for RL.droid_grpo_best_stage03_global_step_5_3scene256_success48p44_20260602/: locally selected best GRPO checkpoint.The code, Docker setup, and download scripts live in the GitHub project repository.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
RL-агенты не запускаются как сервис инференса.