外观
GR00T-N1.5-RL-Rheo-AssembleTrocar
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。
这个模型的核心架构、动作空间设计与真机部署定位。
GR00T-N1.5-RL-Rheo-AssembleTrocar 是一个视觉-语言-动作模型,面向 Isaac for Healthcare Rheo 仿真流程中的手术器械处理。它使用 G1 embodiment 执行套管针组装任务:机器人从左侧手术托盘取出由 obturator 和 cannula 组成的 trocar,完成组装后放到右侧 Mayo Stand。该模型可用于商业和非商业用途,但不面向真实临床部署。
模型架构为 GR00T N1.5,基于 GR00T N1.5 开发,参数量为 3 billion。输入包括三路 480x640 RGB 图像、1x28 状态向量和语言指令,输出为 16x28 连续动作张量。训练数据来自 Isaac Sim/Isaac Lab 仿真环境中的 manual teleoperation,共 59 个仿真样本,包含文本、视频、状态观测和动作轨迹。
评估在 Isaac for Healthcare Rheo 工作流的仿真中进行,测试数据为动态生成的 trocar assembly episodes。运行集成使用 PyTorch 2.8.0,支持 Linux Ubuntu 22.04/24.04 LTS 以及 NVIDIA Ampere、Blackwell、Hopper 架构。局限是模型仅预期在训练对应的手术室环境中表现良好,不预期泛化到其他机器人平台、环境或手术流程。
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. 下载 NVIDIA Isaac GR00T 模型权重
huggingface-cli download nvidia/GR00T-N1.5-RL-Rheo-AssembleTrocar --local-dir ./checkpoints/nvidia-gr00t-n1-5-rl-rheo-assembletrocar
# 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-gr00t-n1-5-rl-rheo-assembletrocar --embodiment-tag unitree_g1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。