pi0fast-libero-v044

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0-FAST (PaliGemma VLM + FAST Autoregressive Action Tokenizer)，参数规模 2.9B，训练数据包含 HuggingFaceVLA/libero。

模型 hugging-facelerobot-pi0fast-libero-v044

模型档案汇总架构、许可、适配机型与资料来源

pi0fast-libero-v044

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0-FAST (PaliGemma VLM + FAST Autoregressive Action Tokenizer)，参数规模 2.9B，训练数据包含 HuggingFaceVLA/libero。

具身模型
端侧部署

VLA研究2.9BHugging Face更新于 9 个月前

品牌官网官方产品页

概述

这个模型的核心架构、动作空间设计与真机部署定位。

π0 fast（PI0Fast）是一个 Vision-Language-Action 策略，用于通过对 FAST action tokens 进行自回归 next-token prediction 来预测连续机器人动作。它的输入包括多视角图像、proprio/state，以及可选的语言指令；输出为从模型输出解码得到的连续动作，训练目标是 next-token cross-entropy。该 checkpoint 在 LIBERO tasks 上训练和评估，全任务成功率为 82.5%。

该 LeRobot 实现为兼容性而遵循原始参考代码，参考实现来自 Physical-Intelligence/openpi。预期用途是面向用户任务进行微调；推理时可加载模型与数据集并调用 select_action，训练或微调时通常调用 forward(...) 获得 loss 后反向传播，也可使用 lerobot-train 运行完整训练流程。可配置的策略相关参数包括 chunk_size、n_action_steps、max_action_tokens 和 gradient_checkpointing，并可在 LIBERO 环境中进行仿真评估。

资料出处 Hugging Face lerobot/pi0fast-libero-v044

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: 2.9B
Hub 下载量: 126; 出处Hugging Face
Hub 点赞: 10; 出处Hugging Face

网络架构: π0 (PaliGemma VLM + 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

gemma

权重许可证

gemma

权重下载与策略推理参考

# 1. 从 Hugging Face 下载 π0 / π0.5 策略权重
huggingface-cli download lerobot/pi0fast-libero-v044 --local-dir ./checkpoints/lerobot-pi0fast-libero-v044

# 2. 通过 LeRobot 或 OpenPI 推理服务加载 50Hz 动作块
python -m lerobot.scripts.eval --policy.path=lerobot/pi0fast-libero-v044 --env.type=aloha

预训练与微调基准数据集：HuggingFaceVLA/libero