/ Модель

Характеристики

Размер весов
12,6 ГБ
Лицензия
Apache 2.0
Архитектура
Gr00tN1d7 · dense
Базовая модель
GR00T-N1.7-3B
Опубликована
22 июл 2026

GR00T-N1.7-3B-OMX-PickupDolls-2Cam

Языковая модельИзображение, текст → action3 профессии

Дообученная Pseudo Lab модель NVIDIA GR00T-N1.7-3B управляет манипулятором Open Manipulator-X при подборе кукол по изображениям с двух камер и состоянию робота.

15скачиваний за 30 дней1лайквеса обновлены22 июл 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

GR00T-N1.7-3B-OMX-PickupDolls-2Cam — дообученная Pseudo Lab модель на базе NVIDIA GR00T-N1.7-3B для управления ROBOTIS Open Manipulator-X при подборе кукол. Модель использует два ракурса: фиксированную камеру сверху и камеру на запястье робота. Второй ракурс добавлен для улучшения восприятия высоты объектов при захвате.

Это плотная модель семейства Gr00tN1d7 с замороженной базовой частью и дообученной DiT-головой действий и адаптерами. Она принимает изображения с двух камер, инструкции и состояние робота, а выдаёт управляющие действия. Обучение выполнено на 90 эпизодах задачи подбора кукол; веса доступны в формате safetensors. Для работы расположение обеих камер должно соответствовать конфигурации, описанной в карточке.

Модель предназначена для экспериментов и развёртывания на указанной конфигурации манипулятора и задачи, а не для произвольных роботов или сцен. Лицензия — Apache-2.0.

Сценарии применения

  • подбор кукол манипулятором ROBOTIS Open Manipulator-X
  • управление захватом предметов по верхней и наручной камерам
  • оценка положения предмета по двум ракурсам для манипуляции
  • эксперименты с VLA-политикой на Open Manipulator-X

Ограничения

Модель обучена для конкретной задачи подбора кукол и конфигурации ROBOTIS Open Manipulator-X; требуется соответствие ролей и расположения обеих камер обучающей установке. Качество за пределами этой задачи и конфигурации не подтверждено.

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

GR00T-N1.7-3B-OMX-PickupDolls-2Cam

2-camera (top-down + wrist) fine-tune of nvidia/GR00T-N1.7-3B for the ROBOTIS Open Manipulator-X "Pick up dolls" task, by Pseudo Lab NVIDIA Robot Foundation Model study group.

This is the two-view successor of pseudolab/GR00T-N1.7-3B-OMX-PickupDolls (single top-down camera). The wrist view was added to address height (z-axis) perception limits observed during real-robot deployment of the single-camera model (gripper closing before reaching the object).

Training

  • Base: nvidia/GR00T-N1.7-3B, embodiment NEW_EMBODIMENT (frozen backbone, DiT action head)
  • Data: pseudolab/omx_f_PickUpDollWith2Cam — 90 episodes (4 camera-layout-inconsistent episodes excluded), 60→30 fps resampled, per-episode camera roles normalized to camera1=top-down / camera2=wrist
  • Steps: 18k (global batch 32, H100) — selected via a 5-episode holdout overfitting curve on a 85-episode split (holdout MSE minimum 0.0075 @18k, rebound at 20k), then retrained on all 90 episodes to 18k
  • Final open-loop MSE: 0.0034 (general trajectories) / 0.0036 (ex-holdout trajectories)

Observation format (PolicyServer / PolicyClient)

obs = {
    "video": {
        "camera1": rgb_topdown[None, None],   # uint8 (1,1,480,640,3) RGB
        "camera2": rgb_wrist[None, None],     # uint8 (1,1,480,640,3) RGB
    },
    "state": {
        "single_arm": joints[None, None],     # float32 (1,1,5) rad, joint1..joint5
        "gripper": grip[None, None],          # float32 (1,1,1)
    },
    "language": {"annotation.human.task_description": [["Pick up dolls"]]},
}
action, _ = client.get_action(obs)
# action["single_arm"][0] -> (16,5) ABSOLUTE joint targets in rad
#   (the server's decode_action already converts the model's RELATIVE outputs)
# action["gripper"][0]    -> (16,1) absolute (0.0 open .. ~0.69 closed)

Serving

python gr00t/eval/run_gr00t_server.py \
  --model-path pseudolab/GR00T-N1.7-3B-OMX-PickupDolls-2Cam \
  --embodiment-tag new_embodiment --port 5555

Both cameras must reproduce the collection rig: camera1 fixed top-down (white 3-slot box at top of frame, dolls below, arm entering from the right), camera2 mounted on the wrist/gripper.

Files

  • model-*.safetensors — fine-tuned weights (DiT action head + adapters)
  • experiment_cfg/ — training/processor configs and dataset statistics
  • omx_f_2cam_config.py — modality config used for fine-tuning (video: camera1+camera2)

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.

Класс архитектуры
Gr00tN1d7
Ревизия весов
8b99950

0 моделей