# franka_cube_policy

> 权威词条地址：https://robotics.hellobike.com/models/noah3756-franka-cube-policy
> 所属分类：models | 最近核验日期：2025-11-28 | 技术层级：L7, L8

## 核心摘要

noah3756 在 Hugging Face 发布的机器人模型，架构为 ACT (Action Chunking Transformer)，参数规模 29M，训练数据包含 aractingi/franka_sim_pick_lift_5。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/noah3756/franka_cube_policy"}] |
| `updated` | 2025-11-28 |
| `family` | policy |
| `params` | 29M |
| `architecture` | ACT (Action Chunking Transformer) |
| `action_representation` | 连续关节动作块 (Action Chunking) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["LeRobot"] |
| `pretraining_data` | ["aractingi/franka_sim_pick_lift_5"] |
| `status` | research |
| `hub_id` | noah3756/franka_cube_policy |
| `hub_stats` | {"downloads": 30, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/noah3756/franka_cube_policy"] |

## 技术详解与生态说明

Action Chunking with Transformers（ACT）是一种模仿学习方法，预测短动作块而不是单步动作。它从遥操作数据中学习，文本中描述其通常可以达到较高成功率。

该策略使用 LeRobot 训练并推送到 Hugging Face Hub。训练会将 checkpoint 写入 `outputs/train/ /checkpoints/`；评估或推理时，需要给数据集仓库名前加 `eval_`，并用 `--policy.path` 指向本地或 Hub 上的 checkpoint。许可协议为 apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face noah3756/franka_cube_policy](https://huggingface.co/noah3756/franka_cube_policy)