外观
Robometer-4B
lerobot 在 Hugging Face 发布的机器人模型,架构为 Transformer (robometer/Robometer-4B),参数规模 4.4B,训练数据包含 robometer/RBM-1M。
模型
hugging-facelerobot-robometer-4b
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 (robometer/Robometer-4B),参数规模 4.4B,训练数据包含 robometer/RBM-1M。
这个模型的核心架构、动作空间设计与真机部署定位。
Robometer 是一个零样本、通用用途的机器人奖励模型。它接收视频和任务描述,输出逐帧的进度信号,范围为 [0, 1],以及逐帧的成功概率,可用于离线奖励标注,也可在机器人策略的强化学习微调中提供低频奖励信号。
模型基于经过微调的 Qwen3-VL backbone,带有 progress、preference 和 success heads。该奖励模型使用 LeRobot 训练并推送到 Hub;从头训练时 checkpoint 会写入 outputs/train/ /checkpoints/。许可证为 apache-2.0。
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 lerobot/Robometer-4B --local-dir ./checkpoints/lerobot-robometer-4b
# 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/Robometer-4B预训练与微调基准数据集:robometer/RBM-1M
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。