这是一个 Cosmos3-Nano 动作策略模型，是 Cosmos Cookbook 中 LIBERO-10 受控合成数据研究的一个单元 S5_2。模型由训练检查点导出，格式为 bf16 safetensors，使用 EMA 权重，分为 7 个 shard，约 30 GB，可由 cosmos-framework policy server 加载。训练数据不随仓库重新分发，LIBERO-10 位于 nvidia/LIBERO_LeRobot_v3，restyled 数据集由 recipe 重新生成。

该策略基于 nvidia/Cosmos3-Nano 修订版 e59a53c2，训练数据为 379 条真实 LIBERO-10 demonstrations 加 1895 条来自 iteration 1000 的 restyled demonstrations，训练从 R at 1000 恢复到 2000，global batch 为 2048，training seed 为 42。评测覆盖 10 个任务、50 个 initial states 和 3 个 evaluation seeds；标准场景成功率为 94.4±2.1%，扰动场景成功率为 89.2±1.3%，扰动包含随机光照、纹理、skybox 和相机抖动。

使用和对比时需要结合对应 recipe：restyled cell 只有与其 duplicate control 放在一起才可解释，低于 2.5 points 的差异处在 training-seed spread 内。许可证为 nvidia/Cosmos3-Nano 的衍生许可，适用 NVIDIA Open Model License。