/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
qwen3_vl · dense
Опубликована
25 сен 2026

ckpt_mugbackpackteleop_place_4cam260918_trextactile260924

Языковая модельИзображение, текст → action3 профессии

Чекпойнт T-Rex с тактильными входами для бимануальной роботизированной манипуляции кружкой и рюкзаком на платформе DexMate Vega-1.

1 692скачиваний за 30 дней0лайковвеса обновлены25 сен 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 исследовательский чекпойнт T-Rex для бимануального управления роботом DexMate Vega-1 с двумя кистями RobotEra XHand1: левая рука удерживает рюкзак открытым, правая помещает внутрь кружку. Модель дообучена от выпущенного промежуточного чекпойнта T-Rex; в основе указан Qwen3-VL-2B с mixture-of-transformer experts, каскадным flow matching и FLARE.

Модель использует изображения с камер головы и запястий размером 384×288, а также тактильные данные: 30-мерные векторы силы на кончиках пальцев и VQ-VAE-коды пальцев. Она предсказывает последовательности действий длиной 16 шагов: 42 значения на шаг для поз двух манипуляторов и целевых углов суставов кистей. Обучение проводилось на 31 эпизоде, из которых 4 были отложены для проверки. На отложенных эпизодах измерялась ошибка отслеживания траекторий; успешность выполнения задачи и работа на физическом оборудовании не проверялись.

Для загрузки весов нужна адаптация кода T-Rex для XHand: стандартный релиз ожидает другое представление действий размерностью 62 и эти веса не загрузит. Лицензия указана как other, конкретные условия в карточке не приведены.

Сценарии применения

  • удержание рюкзака открытым одной роботизированной рукой
  • помещение кружки в рюкзак другой рукой
  • предсказание бимануальных движений по изображениям камер и тактильным данным
  • исследование тактильно-визуального управления роботизированными кистями

Ограничения

Проверка измеряла только ошибку отслеживания траекторий на четырёх отложенных эпизодах и не подтверждает успешность задачи или работу на реальном оборудовании. Для загрузки требуется адаптированный код T-Rex для 42-мерных действий XHand; стандартный релиз ожидает формат размерностью 62.

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

T-Rex + tactile — XHand1 on DexMate Vega

A DexMate Vega-1 with two RobotEra XHand1 hands holds a backpack open with the left hand and puts a mug inside it with the right (bimanual). Meta-glove teleop (no exoskeleton), Vive wrist tracking.

  • Model T-Rex (Qwen3-VL-2B + mixture-of-transformer experts, cascaded flow matching, FLARE), fine-tuned from the released midtrain checkpoint. Tactile: 30-D fingertip force (10 fingers x 3) as a vector plus per-finger VQ-VAE codes (K=64, window 16).
  • Action 42-D per step = 2 x (9-D end-effector pose in the chunk-start frame + 12 absolute hand-joint targets), chunk 16. Cameras: head-left, both wrists (384x288).
  • Data 31 episodes; 27 train / 4 held out (every 10th).
  • Training 10,000 steps, seed 1000, LR 1e-4. 4 GPUs x batch 16 (global 64).

Held-out open-loop error (mean ± SEM over held-out episodes)

Hands: mean |pred − commanded| over the 12 hand joints (rad). Arms: end-effector position (cm) and rotation (deg) error. The model sees the real observation every 16 steps; all 16 predicted steps are kept.

L-handR-handL-posR-posL-rotR-rot
this model0.0360 ± 0.00680.0387 ± 0.00350.84 ± 0.051.27 ± 0.102.21 ± 0.213.53 ± 0.25
GR00T-N1.7-3B (no tactile), same split0.0085 ± 0.00030.0110 ± 0.00040.76 ± 0.011.05 ± 0.031.61 ± 0.112.44 ± 0.13

This measures trajectory tracking, not task success; nothing here was run on hardware.

Loading needs the XHand adaptation of the T-Rex code (42-D action, tacf6_dim=3); the stock release expects the 62-D Sharpa layout and will not load these weights. Files: model.pt, processor/, training_args.json, stats_data.json.

Related runs

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
Qwen3VLForConditionalGeneration
Ревизия весов
4c9cf95

0 моделей