/ Модель

Характеристики

Лицензия
Gemma
Библиотека
lerobot
Опубликована
19 июл 2026

pi05_drift_libero

Языковая модельИзображение, текст → action3 профессии

Однопроходная модель управления роботом Pi0.5-Drift для выполнения языковых инструкций в визуальных задачах бенчмарка LIBERO.

30скачиваний за 30 дней0лайковвеса обновлены19 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-Drift · LIBERO (100k) — робототехническая vision-language-action модель от zuoxingdong на основе Pi0.5, разработанной Physical Intelligence. Она обучена для управления роботом в задачах бенчмарка LIBERO на датасете lerobot/libero с помощью метода имитационного обучения. Модель преобразует визуальное наблюдение и языковую инструкцию в последовательность действий для робота.

Вместо декодирования блока действий через десять шагов flow matching эта версия использует однопроходную цель Drifting (DBPO): один прямой проход отображает шум в блок действий. По данным README, это примерно втрое ускоряет декодирование при размере пакета 1; оценка на LIBERO показывает высокую успешность, сопоставимую с flow-matching-базовой моделью. Для загрузки требуется плагин lerobot_policy_pi05_drift, а оценка LIBERO — графический узел для MuJoCo и доступ к gated-токенизатору google/paligemma-3b-pt-224. Лицензия модели обозначена как Gemma.

Сценарии применения

  • управление роботом в задачах LIBERO по визуальному наблюдению
  • выполнение бытовых манипуляций по текстовой инструкции
  • генерация блоков действий для робота с низкой задержкой
  • оценка политик управления на бенчмарке LIBERO

Ограничения

Модель ориентирована на задачи LIBERO; README не подтверждает её качество за пределами этого бенчмарка. Для загрузки нужен плагин lerobot_policy_pi05_drift, а оценивание требует графического узла и доступа к закрытому токенизатору PaliGemma.

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

Pi0.5-Drift · LIBERO (100k)

Pi0.5 is a vision-language-action model from Physical Intelligence that decodes an action chunk by integrating a flow-matching ODE — 10 forward passes of the action expert per chunk. Pi0.5-Drift trains the same network with the one-step Drifting (DBPO) objective instead: a single forward pass maps noise directly to the chunk — 1 NFE, ~3× faster decode at batch 1, byte-identical weight layout.

Results

LIBERO, official lerobot-eval on lerobot==0.6.0, 3 eval seeds {1000, 1001, 1002}, 50 episodes/task, n_action_steps=10. Both models: identical recipe and 100k-step schedule; the training objective is the only difference.

SuiteDrift — this model (1 NFE)FM baseline (10 NFE)
libero_spatial97.9 ± 1.098.5 ± 0.3
libero_object99.0 ± 0.299.1 ± 0.6
libero_goal98.1 ± 0.496.7 ± 0.5
libero_10 (long horizon)94.7 ± 1.993.3 ± 0.7
Overall average97.496.9

Drift ≥ FM at every budget of the training sweep — 25k/50k/75k/100k: Drift 96.8 / 97.3 / 97.7 / 97.4 vs FM 96.2 / 95.9 / 96.7 / 96.9.

Evaluation

Needs a graphics-capable node for the MuJoCo/LIBERO renderer, and access to the gated Pi0.5 tokenizer google/paligemma-3b-pt-224 (request access, then hf auth login).

pip install "git+https://github.com/zuoxingdong/lerobot_policy_pi05_drift.git"
pip install "lerobot[libero]" "mujoco==3.3.2"

lerobot-eval \
  --policy.path=zuoxingdong/pi05_drift_libero \
  --policy.n_action_steps=10 \
  --env.type=libero \
  --env.task=libero_spatial \
  --eval.n_episodes=50 \
  --eval.batch_size=2 \
  --eval.use_async_envs=true \
  --seed=1000 \
  --output_dir=eval/pi05_drift_libero

--policy.n_action_steps=10 is load-bearing (closed-loop replanning; the chunk tail is discarded).

Optional KeyStone test-time selection (K one-step candidates, guarded cluster-medoid pick, ~zero added latency) — append to the eval command:

  --policy.test_time_samples=8 \
  --policy.test_time_clusters=2 \
  --policy.test_time_unimodal_tau=0.3

Note: measured on this checkpoint (config sweep, 3 seeds), K=8/C=2 is the only net-positive setting and the effect is suite-dependent — libero_object +0.7, libero_10 +0.7 (with much tighter seed variance), libero_goal −1.0; overall ≈ +0.2. Larger C or pure-medoid selection hurts. Treat it as a per-task knob rather than a blanket default.

Finetune on your data

The drift flags shown below are the plugin defaults (the winning recipe) — spelled out for clarity:

lerobot-train \
  --policy.type=pi05_drift \
  --policy.pretrained_path=zuoxingdong/pi05_drift_libero \
  --policy.use_drifting_loss=true \
  --policy.drifting_gen_per_label=8 \
  --policy.drifting_temperatures='[0.02, 0.05, 0.2]' \
  --policy.drifting_perdim_loss=true \
  --policy.drifting_per_timestep_loss=false \
  --policy.dtype=bfloat16 \
  --policy.gradient_checkpointing=true \
  --dataset.repo_id=lerobot/libero \
  --dataset.revision=a1aaacb7f6cd6ee5fb43120f673cebb0cfea7dd4 \
  --batch_size=56 \
  --steps=10000

The dataset shown is the one this model was trained on — lerobot/libero (LIBERO, LeRobot v3 format), pinned to the training revision. To finetune on your own data, swap in your --dataset.repo_id. Add --policy.freeze_vision_encoder=true --policy.train_expert_only=true for the ~4× cheaper expert-only variant (near-lossless for Drift).

Use from Python

import lerobot_policy_pi05_drift              # registers "pi05_drift" — import before loading
from lerobot.policies.factory import get_policy_class

policy = get_policy_class("pi05_drift").from_pretrained("zuoxingdong/pi05_drift_libero")
action = policy.select_action(batch)          # (B, action_dim); 1-NFE drift inference

Training details

  • Base: lerobot/pi05_libero VLM with a freshly re-initialized action expert, full-parameter finetune on lerobot/libero (all four suites), MEAN_STD normalization, bf16, effective batch 56, LR 2.5e-5 cosine-decayed over 100k steps (this checkpoint = step 100k, schedule end), seed 1000.
  • Stack: lerobot==0.6.0 + lerobot_policy_pi05_drift; the matched FM baseline differs only by use_drifting_loss=false.

License

Weights derive from Pi0.5 / PaliGemma and are distributed under the Gemma license, matching the upstream lerobot/pi05_libero release. The plugin code is Apache-2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
8af6953

0 моделей