/ Модель

Характеристики

Библиотека
openpi
Опубликована
28 июл 2026

pi05-robotwin-icl-arx5-v4mix-20k

Языковая модельИзображение, текст → action

Политика pi0.5, дообученная для управления двухруким роботом ARX-X5 на задачах RoboTwin по наблюдениям и демонстрациям.

0скачиваний за 30 дней0лайковвеса обновлены28 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

pi0.5 RoboTwin ICL ARX-X5 v4mix — чекпойнт политики Physical Intelligence, дообученный для имитационного управления двухруким роботом ARX-X5 на задачах бенчмарка RoboTwin. Модель основана на pi0.5 и принимает наблюдения робота, выдавая блок из 50 шагов действий размерности 14; конфигурация включает PaliGemma с LoRA и экспертную ветвь действий Gemma 300M. Веса сохранены в bf16 в формате safetensors.

Обучение смешивает демонстрации из 25 задач ICL и парные варианты траекторий с альтернативными точками маршрута, захвата и вариантами рук. Этот чекпойнт соответствует шагу 20 000 из 50 000 и выбран для сохранения разнообразия вариантов действий; для точности на канонических демонстрациях README рекомендует рассмотреть более поздние чекпойнты. В небольшом тесте в симуляторе SAPIEN сообщается о двух успешных запусках из двух разрешимых, но полная оценка успешности не выполнена.

Для загрузки требуется библиотека openpi и соответствующая конфигурация политики. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация последовательности действий для двухрукого ARX-X5
  • имитационное выполнение задач RoboTwin в симуляторе SAPIEN
  • проверка вариантов захвата и точек маршрута
  • стартовая политика для экспериментов с residual-адаптерами и управлением разнообразием действий

Ограничения

Полная таблица успешности в замкнутом цикле не рассчитана; приведён только небольшой тест на ограниченном числе запусков. Для строгой точности на канонических демонстрациях README указывает на возможное преимущество более поздних чекпойнтов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pi0.5 — RoboTwin ICL ARX-X5 v4mix — step 20000

Fine-tune of the Physical Intelligence pi0.5 base policy on the RoboTwin ICL benchmark for the ARX-X5 dual-arm robot, with additional paired-variant demonstrations mixed in (v4mix).

Contents

FilePurpose
model.safetensors~7.0 GB — main model weights (bf16)
optimizer.pt~13 GB — AdamW state; needed only to resume training
metadata.ptLightning bookkeeping (step, epoch, RNG state)
assets/robotwin-icl-arx-x5-v4mix/norm_stats.jsonPer-dim action/state norm stats used at inference

How to load

# Requires openpi (Physical Intelligence). See
# https://github.com/Physical-Intelligence/openpi
from openpi.policies import policy_config
from openpi.training import config as pi_config

train_cfg = pi_config.get_config("pi05_robotwin_icl_arx_x5_v4mix")
policy = policy_config.create_trained_policy(
    train_cfg,
    checkpoint_dir="path/to/this/checkpoint",
)
actions = policy.infer(obs)["actions"]   # (50, 14) action chunk

Training recipe

  • Base: pi0.5 (openpi pi05_base params)
  • Continued from: pi05_robotwin_arx5_icl_20260702/200000 (an earlier ICL-only fine-tune)
  • Config: pi05_robotwin_icl_arx_x5_v4mix
  • Model: Pi0Config(action_dim=32, action_horizon=50, pi05=True, paligemma_variant='gemma_2b_lora', action_expert_variant='gemma_300m', dtype=bfloat16)
  • Data:
    • Canonical: 3000 train + 1000 val episodes from robotwin-arx5-lerobot (25-task ICL split)
    • Variants: 1500 train episodes from robotwin-arx5-variants-lerobot (paired-v4 waypoint / grasp-point / arm variants)
  • Optimizer: AdamW(b1=0.9, b2=0.95, eps=1e-8, wd=1e-10, clip_grad_norm=1.0)
  • LR schedule: CosineDecay(warmup=200, peak_lr=3e-5, decay_steps=50000)
  • Freeze filter: LLM backbone frozen except _1 (action expert) and LoRA adapters; PaliGemma trained with gemma_2b_lora
  • This checkpoint: step 20000 / 50000, batch size 16 × 4 GPUs (FSDP), bfloat16 precision
  • Trained on: 2026-07-06

Notes on step choice

Prior top-K noise-coverage diagnostics on the v4mix training series found that step 20k retains more multimodal coverage of variant modes (arm switch, waypoint direction, grasp point) than later steps 35k+, which progressively collapse toward the modal action. For downstream residual adapter / noise-steering experiments that rely on the base policy having non-trivial support over variant modes, 20k is a better starting point than converged 35k+.

For strict in-distribution BC accuracy on canonical demos, later checkpoints (35k / 50k) may be preferred.

Closed-loop sanity (small smoke)

On beat_block_hammer_D_wpN val split (arx-x5, SAPIEN sim), 3 seeds: 2 successes out of 2 solvable seeds (1 seed marked expert_fail by the planner and skipped). Full closed-loop success rate table has not been computed yet.

License

Model weights are derived from Physical Intelligence's pi0.5 base and inherit its Apache-2.0 license. Training data (RoboTwin) has its own license — see the RoboTwin repo.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · openpi

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
a158b57

0 моделей