外观
数据集fm-devpi05-checkpoint-backups
数据集档案汇总规模、格式、关联机型与模型
fm-dev 在 Hugging Face 发布的机器人数据集。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
这是 π0.5 相关实验的完整备份检查点集合,覆盖 Franka Button Order、Pick3 和 Shuffle 实验。备份位于 checkpoints/ 下,按任务 button_order、pick3、shuffle,以及方法 baseline、uniform32、status_d 组织;5,000、10,000 和 12,500 step 里程碑仍作为原地址的独立模型,其余保存点集中归档在此处。
Round 1 保存原始实验的归档检查点;Round 2 使用 execution-only action supervision,12,500 updates、global batch 4 on 4 GPUs。每个文件夹保留原始 checkpoint bundle,Round 2 bundle 包含 inference weights、assets、source、dependency versions,以及 optimizer、RNG、sampler 的恢复状态。可按示例下载指定里程碑或单个 checkpoint 文件夹并从目录加载;保存的 checkpoint 或成功加载并不代表物理机器人成功率。
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
暂未公开或待收录:总时长 · 演示轨迹数 (Episodes)
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download fm-dev/pi05-checkpoint-backups --repo-type dataset --local-dir ./data/fm-dev-pi05-checkpoint-backups
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("fm-dev/pi05-checkpoint-backups")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")采集或适配该数据集的机器人本体,以及可在其上训练/评估的 VLA 与控制策略模型。
本页事实对应的公开页面,以原文为准。