外观
DM05-Table30v2-UR5
Dexmal 在 Hugging Face 发布的机器人模型,架构为 DM05ForConditionalGeneration,参数规模 5.8B,训练数据包含 RoboChallenge/Table30v2。
模型DexmalDM05-Table30v2-UR5
模型档案汇总架构、许可、适配机型与资料来源
Dexmal 在 Hugging Face 发布的机器人模型,架构为 DM05ForConditionalGeneration,参数规模 5.8B,训练数据包含 RoboChallenge/Table30v2。
这个模型的核心架构、动作空间设计与真机部署定位。
这是一个面向 RoboChallenge Table 30 v2 的 UR5 OpenDM 格式 BF16 checkpoint,权重文件为 model.safetensors,配置对应 generalist/ur5。模型用于 OpenDM 的 third_party/robochallenge_inference,配置文件路径为 configs/generalist/ur5.yaml,OpenDM 中的 robot_type 为 UR5。
该 checkpoint 使用 EEF relative 控制,single_arm_target=eef,相机包括 Head 和 Left wrist,平台相机映射为 cam_global 到 image_0、cam_arm 到 image_1。原生 state/action 统计为 7/7,并使用 action-only quantile norm_stats.json;默认设置包含 action_horizon=25、action_playback_target_steps=0、is_history=false 和 ur5_anchor_pitch_zero=true。
支持的 Table30 任务包括 arrange_fruits、item_classification 和 shred_paper。运行时通过 UR5_CHECKPOINT 与 UR5_NORM_STATS 指定路径;如果未设置 UR5_NORM_STATS,客户端会回退到 ${UR5_CHECKPOINT}/norm_stats.json。UR5 profile 中还指定了 action_type=leftpos、action_mode=relative、speed=0.5 和 add_state=true。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
gemma
权重许可证
gemma
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Dexmal/DM05-Table30v2-UR5 --local-dir ./checkpoints/dexmal-dm05-table30v2-ur5
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=Dexmal/DM05-Table30v2-UR5预训练与微调基准数据集:RoboChallenge/Table30v2
模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
| 适配机型 | 实测说明与帧率表现 | 记录日期 |
|---|---|---|
| Universal Robots UR5e | 模型 DM05-Table30v2-UR5(架构:DM05ForConditionalGeneration,输出:连续关节位置/末端位姿动作空间)基于 Universal Robots UR5e 相关轨迹或任务环境训练/微调,可通过 Hugging Face 权重直接部署验证。 | 2026-08-06 |
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。