外观
Skip to content
NoveltyAdapt-policies
NoveltyAdapt-policies
helenlu94 在 Hugging Face 发布的机器人模型，架构为 MLP Actor-Critic Policy (RL Locomotion)。
模型helenlu94NoveltyAdapt-policies
模型档案汇总架构、许可、适配机型与资料来源
NoveltyAdapt-policies
helenlu94 在 Hugging Face 发布的机器人模型，架构为 MLP Actor-Critic Policy (RL Locomotion)。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
NoveltyAdapt-policies 提供 NoveltyAdapt 的公开策略检查点，对应代码仓库的 iros2026 分支。该模型仓库中的路径与代码仓库 learning/policies/ 下的相对路径保持一致，顶层域包括 coffee_box、coffee_drawer、kitchen 和 nut_assembly，并保留了原始任务、算法、训练配置和随机种子对应的子目录结构。
仓库只包含模型检查点 ZIP 文件，包括 final_model.zip、best_model.zip 和 recent_model.zip；训练或评估日志、replay buffers 以及 executor 文件不包含在内。环境依赖和策略可视化说明需要配合代码仓库使用。
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
- 80M
- 网络架构
- MLP Actor-Critic Policy (RL Locomotion)
- 动作空间表示
- 连续关节目标位置 (Joint Position Targets)
- 支持数据格式
- SafeTensors
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 helenlu94/NoveltyAdapt-policies --local-dir ./checkpoints/helenlu94-noveltyadapt-policies
# 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=helenlu94/NoveltyAdapt-policies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。
没有已核实的适配记录。
同家族模型
同一家族里的热门模型。
JiRackUltra_1bCMSManhattan/JiRackUltra_1b3 天前JEV-9Bautotrust/JEV-9B17 天前RynnBrain1.1-2BAlibaba-DAMO-Academy/RynnBrain1.1-2B1 个月前JiRackPrecisionTokenizerCMSManhattan/JiRackPrecisionTokenizer1 个月前microduck-policiespollen-robotics/microduck-policies16 天前MolmoAct2-SO100_101allenai/MolmoAct2-SO100_1015 个月前
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face helenlu94/NoveltyAdapt-policies访问 2026-10-26