# hpt-base

> 权威词条地址：https://robotics.hellobike.com/models/liruiw-hpt-base
> 所属分类：models | 最近核验日期：2024-10-02 | 技术层级：L7

## 核心摘要

liruiw 在 Hugging Face 发布的机器人模型，基于 transformers，参数规模 13M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/liruiw/hpt-base"}] |
| `updated` | 2024-10-02 |
| `family` | other |
| `params` | 13M |
| `architecture` | LeRobot / PyTorch Policy Network |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | liruiw/hpt-base |
| `hub_stats` | {"downloads": 74, "likes": 11, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/liruiw/hpt-base"] |

## 技术详解与生态说明

HPT（Heterogenous Pre-trained Transformers）是一个面向策略学习的预训练 Transformer 方法，目标是将不同具身形态对齐到共享潜在空间，并研究策略学习中的尺度化行为。其核心建议是在策略中间引入可扩展的 Transformer，而不是从零开始训练。

该工作由 Lirui Wang、Xinlei Chen、Jialiang Zhao 和 Kaiming He 提出，论文发表于 NeurIPS 2024 Spotlight，并提供论文链接与项目页入口。仓库未给出具体机器人型号、任务设置、训练数据规模或使用步骤。

## 原始核验来源 (Sources)

- [Hugging Face liruiw/hpt-base](https://huggingface.co/liruiw/hpt-base)