外观
GR00T-N1.6-Rheo-Sim-PushCart
nvidia 在 Hugging Face 发布的机器人模型,架构为 NVIDIA Isaac GR00T N1.6 (VLM + Diffusion Action Transformer),参数规模 3.3B。
这个模型的核心架构、动作空间设计与真机部署定位。
GR00T-N1.6-Rheo-PushCart 是一个视觉-语言-动作模型,用于 Isaac for Healthcare Rheo 工作流中的手术器械运输仿真。它面向推车任务:使用 G1 embodiment 抓住推车把手,将装有已灭菌托盘的推车移动到手术台;用途限定为仿真工作流,不面向真实临床部署。
模型架构为 GR00T N1.6,基于 GR00T N1.6 开发,参数量为 3 billion。输入包括单帧 480x640 uint8 RGB 机器人相机图像、1x31 浮点状态向量和字符串语言指令;输出为 16x32 连续动作张量,对应机器人 embodiment 的不同电机控制。训练数据来自手动遥操作和 IsaacLab mimic generation,共 90 个仿真样本/动作轨迹,包含 RGB 视频帧、语言指令、机器人状态观测和动作序列。
评估在 Isaac for Healthcare Rheo 工作流仿真中进行,测试数据为动态生成的推车任务 episode。运行引擎为 PyTorch 2.8.0,测试硬件为 NVIDIA RTX 5880 Ada Generation;模型受 NVIDIA License 约束。其局限是仅预期在训练所覆盖的特定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-N1.6-Rheo-Sim-PushCart --local-dir ./checkpoints/nvidia-gr00t-n1-6-rheo-sim-pushcart
# 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-n1-6-rheo-sim-pushcart --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。