vqbet_pusht

lerobot 在 Hugging Face 发布的机器人模型，架构为 VQ-BeT (Vector-Quantized Behavior Transformer) (resnet18)，参数规模 40M，训练数据包含 lerobot/pusht。

模型 hugging-facelerobot-vqbet-pusht

模型档案汇总架构、许可、适配机型与资料来源

vqbet_pusht

lerobot 在 Hugging Face 发布的机器人模型，架构为 VQ-BeT (Vector-Quantized Behavior Transformer) (resnet18)，参数规模 40M，训练数据包含 lerobot/pusht。

具身模型
端侧部署

策略模型研究40MHugging Face更新于 2025-03-06

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。

VQ-BeT/PushT 是一个面向 gym-pusht 中 PushT 环境的 VQ-BeT 模型，VQ-BeT 对应 Behavior Generation with Latent Actions。模型使用 LeRobot 的训练脚本训练，训练数据为 pusht dataset，训练环境版本标注为 LeRobot@3c0a209，当前权重对应 200k steps 的 checkpoint。模型规模分为 RGB Encoder 11.2M 参数，以及其余 VQ-BeT 部分 26.3M 参数。

该模型在 PushT 环境上进行评估，按 episode 统计最大目标重叠率和成功率；成功定义为最大重叠率至少达到 95%。500 个 episodes 的评估结果为平均最大重叠率 0.895，成功率 63.8%。加载与评估方式指向 LeRobot 库，尤其是其中的 evaluation script。

资料出处 Hugging Face lerobot/vqbet_pusht

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: 40M
闭环控制频率: 10Hz
Hub 下载量: 401; 出处Hugging Face
Hub 点赞: 5; 出处Hugging Face

网络架构: LeRobot / PyTorch Policy Network
动作空间表示: 连续关节位置/末端位姿动作空间
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求

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 lerobot/vqbet_pusht --local-dir ./checkpoints/lerobot-vqbet-pusht

# 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/vqbet_pusht

预训练与微调基准数据集：lerobot/pusht