harvest_apples_smolvla_piper_v3

Faless 在 Hugging Face 发布的机器人模型，架构为 SmolVLA (SmolVLM2 + Flow Matching Action Expert)，参数规模 450M，训练数据包含 Faless/piper-apple-picking-v3。

模型Falessharvest_apples_smolvla_piper_v3

模型档案汇总架构、许可、适配机型与资料来源

harvest_apples_smolvla_piper_v3

Faless 在 Hugging Face 发布的机器人模型，架构为 SmolVLA (SmolVLM2 + Flow Matching Action Expert)，参数规模 450M，训练数据包含 Faless/piper-apple-picking-v3。

具身模型
端侧部署

VLA研究450M更新于 3 个月前

Hugging Face

概述

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 SmolVLA 视觉-语言-动作策略，定位为紧凑高效、计算成本较低，并可部署在消费级硬件上。该策略使用 LeRobot 训练并发布，基于 lerobot/smolvla_base 微调，机器人类型为 piper_full，使用 ego 与 front 两路相机；输入包含 8 维状态和两路 256×256 RGB 图像，输出为 7 维动作。

训练数据来自 Faless/piper-apple-picking-v3，包含 1000 个 episode、1388956 帧，帧率 30 FPS，任务是逐个拾取红苹果并放入绿色篮子。训练配置包括 72000 步、batch size 96、AdamW、学习率 0.0001、seed 1000 和 LeRobot 0.6.1。使用时按 LeRobot 的 SmolVLA 指南运行或训练，需将机器人端口和相机名称/索引替换为本机配置，且相机名需匹配训练时的观测键；许可证为 apache-2.0，目前未提供该策略的评估结果。

资料出处 Hugging Face Faless/harvest_apples_smolvla_piper_v3

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 450M
Hub 下载量: 24; 出处Hugging Face
Hub 点赞: 0; 出处Hugging Face

网络架构: SmolVLA (SmolVLM2 + Flow Matching Action Expert)
动作空间表示: 连续流匹配动作块 (Flow Matching Action Chunk)
支持数据格式: LeRobot

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

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

apache-2.0

权重许可证

apache-2.0

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Faless/harvest_apples_smolvla_piper_v3 --local-dir ./checkpoints/faless-harvest-apples-smolvla-piper-v3

# 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=Faless/harvest_apples_smolvla_piper_v3

预训练与微调基准数据集：Faless/piper-apple-picking-v3

关联机型

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。

机型关联记录 1

适配机型	实测说明与帧率表现	记录日期
松灵 PiPER	模型 harvest_apples_smolvla_piper_v3（架构：SmolVLA (SmolVLM2 + Flow Matching Action Expert)，输出：连续流匹配动作块 (Flow Matching Action Chunk)）基于松灵 PiPER 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。	2026-07-13