外观
模型
hugging-facelerobot-dm05-base
模型档案汇总架构、许可、适配机型与资料来源
lerobot 在 Hugging Face 发布的机器人模型,架构为 Transformer (Dexmal/DM05),参数规模 5.2B。
这个模型的核心架构、动作空间设计与真机部署定位。
lerobot/dm05_base 是 DM0.5 的 LeRobot 格式基础检查点,镜像自 Dexmal 的 Dexmal/DM05-Lerobot,权重、config.json 和归一化统计与原始版本不变。该模型改编自 OpenDM,可根据图像、机器人状态和语言指令预测连续动作块,用于监督微调,不是 LIBERO、RoboTwin 或某个具体机器人的专用检查点。
微调时使用 meta/stats.json 中的标准 LeRobot 状态/动作统计。LIBERO 配方与 OpenDM 保持一致:提示中排除状态,并学习存储的原始动作;除非目标配方另有要求,应保持 policy.add_state=true。若启用 policy.use_relative_actions=true,机械臂目标会变为 action - state,但统计仍来自数据集的绝对动作,归一化尺度也按绝对动作拟合,这是 LeRobot 相对动作的一般限制。
基础检查点采用 OpenDM 的 14 维状态/动作 schema;新的监督微调会从目标 LeRobot 数据集取得实际特征 schema 和统计。加载时需要完整检查点目录,可使用 DM05Policy.from_pretrained() 或 --policy.path,其中策略配置、tokenizer、预处理状态和权重都必须齐全。
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 lerobot/dm05_base --local-dir ./checkpoints/lerobot-dm05-base
# 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=lerobot/dm05_base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。