外观
act-restock-aojiru-right-real40-chunk60
Guanli001 在 Hugging Face 发布的机器人模型,架构为 ACT (Action Chunking Transformer),训练数据包含 Guanli001/piper-aojiru-right-real40-20260831。
模型Guanli001act-restock-aojiru-right-real40-chunk60
模型档案汇总架构、许可、适配机型与资料来源
Guanli001 在 Hugging Face 发布的机器人模型,架构为 ACT (Action Chunking Transformer),训练数据包含 Guanli001/piper-aojiru-right-real40-20260831。
这个模型的核心架构、动作空间设计与真机部署定位。
这是面向 Piper 右臂青汁补货任务的定制 ACT PyTorch 模型,基于 tonyzhaozh/act 修改,包含 2026-08-31 训练完成的权重、源码、推理与继续训练入口以及训练记录。它不是 LeRobot 模型导出格式,不能直接用 LeRobot 或 Transformers 的 from_pretrained 加载。训练数据单独放在 Guanli001/piper-aojiru-right-real40-20260831。
模型使用三路相机 cam_high、cam_left、cam_right 的 RGB 图像,以及 7 维状态/动作;动作 chunk 为 60 步,数据采样率 30 Hz。网络配置包含 ResNet18、hidden 512、FFN 3200、encoder 4、decoder 7、8 heads;原训练使用 40 条真实演示,32 条训练、8 条验证,训练 5000 epochs。权重提供 policy_best.ckpt 和 policy_last.ckpt,但不含原 optimizer、RNG、epoch 恢复状态。
仓库提供 train.py 和 predict.py,可从已有权重继续微调或对录制数据做离线推理,输出 60×7 的反归一化绝对动作目标。新入口不依赖 ROS、Isaac Sim 或 MuJoCo;实机控制仍需用户自行处理控制频率、执行窗口、关节范围与控制接口。验证损失不能当作实机成功率,改变关节定义、夹爪尺度或相机配置不属于简单兼容微调范围。
资料出处 Hugging Face Guanli001/act-restock-aojiru-right-real40-chunk60
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
Apache-2.0
权重许可证
Apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Guanli001/act-restock-aojiru-right-real40-chunk60 --local-dir ./checkpoints/guanli001-act-restock-aojiru-right-real40-chunk60
# 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=Guanli001/act-restock-aojiru-right-real40-chunk60预训练与微调基准数据集:Guanli001/piper-aojiru-right-real40-20260831
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 |
|---|---|---|
| 松灵 PiPER | 模型 act-restock-aojiru-right-real40-chunk60(架构:ACT (Action Chunking Transformer),输出:连续关节动作块 (Action Chunking))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。 | 2026-09-08 |
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。