外观
GN1x-Tuned-Arena-G1-Loco-Manipulation
nvidia 在 Hugging Face 发布的机器人模型,架构为 NVIDIA Isaac GR00T N1.5 (Eagle VLM + DiT Action Head),参数规模 2.7B,训练数据包含 nvidia/Arena-G1-Loco-Manipulation-Task。
这个模型的核心架构、动作空间设计与真机部署定位。
GN1x-Tuned-Arena-G1-Loco-Manipulation 是针对 IsaacLab Arena 中 locomanipulation pick and place task 微调的 NVIDIA Isaac GR00T N1.6 模型,参数量为 3B,仅可用于非商业用途,使用受 NVIDIA License 约束。模型输入包括 RGB 图像帧、机器人本体状态和文本指令,输出连续值动作向量。
该模型使用预训练视觉与语言编码器,RGB 帧由 SigLip2 处理,文本由 T5 编码,本体状态、动作编码和速度预测通过 MLP 处理,并以 flow matching transformer / DiT 建模动作序列。后训练数据为 nvidia/Arena-G1-Loco-Manipulation-Task,包含 100 个仿真演示,演示以 50 Hz 生成;评估在 IsaacLab-Arena 的 simulated G1 robot 上进行,使用动态生成的 locomanipulation pick and place episodes。推理加速引擎为 PyTorch,测试硬件包括 NVIDIA RTX 6000 Ada,支持 Linux。
资料出处 Hugging Face nvidia/GN1x-Tuned-Arena-G1-Loco-Manipulation
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
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. 下载 NVIDIA Isaac GR00T 模型权重
huggingface-cli download nvidia/GN1x-Tuned-Arena-G1-Loco-Manipulation --local-dir ./checkpoints/nvidia-gn1x-tuned-arena-g1-loco-manipulation
# 2. 使用 Isaac-GR00T 加载策略开展推理或微调
python scripts/inference_service.py --model-path ./checkpoints/nvidia-gn1x-tuned-arena-g1-loco-manipulation --embodiment-tag unitree_g1预训练与微调基准数据集:nvidia/Arena-G1-Loco-Manipulation-Task
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。
| 适配机型 | 实测说明与帧率表现 | 记录日期 |
|---|---|---|
| 宇树 G1 | NVIDIA 官方在 Isaac Lab Arena 中针对宇树 G1 全身移动操作(Loco-Manipulation)微调的 GR00T 策略模型。 | 2026-10-21 |
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。