外观
dm05_libero
lerobot 在 Hugging Face 发布的机器人模型,架构为 Transformer (lerobot/dm05_base),参数规模 5.2B。
模型
hugging-facelerobot-dm05-libero
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 (lerobot/dm05_base),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_libero 是面向 LIBERO 的 DM0.5 微调检查点,基于 lerobot/dm05_base,并非通用 DM05 基座模型。该仓库是 Dexmal/DM05-Lerobot-LIBERO 的镜像;权重、config.json 和归一化统计保持不变,处理器流水线按 LeRobot 中合并的 DM05 policy 重新生成。
模型配置使用 front 与 wrist 两路相机,状态维度为 8、动作维度为 7,chunk_size=10、n_action_steps=10,add_state=false,处理器设置 use_relative_actions=false。评估时需使用 LIBERO relative-controller protocol;模型动作表示保持绝对形式,相对控制器是评估环境侧设置。
其 50k-step 结果覆盖 40 个任务、每个任务 5 个 episode,共 200 个 episode,在 Spatial、Object、Goal 与 LIBERO-10 四个 suite 上合计 197/200,即 98.5%。该结果是 200-episode 评估,不是标准 2,000-episode 的完整 LIBERO 评估分数。
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_libero --local-dir ./checkpoints/lerobot-dm05-libero
# 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_libero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。