Version zum Vergleich auswählen

  • LeRobot ACT · Tridex 3Cam ResNet 100K 18_11_2
  • ME297SJSU2026 ACT SO-101 Dial Pick-and-Place Mix v3 DAgger2
  • ME297SJSU2026 SO-101 v3 DAgger3
  • kiteml/trossen-bin-picking-sim-act-cup-all-90k
  • SiMa.ai ACT SO-101 PickPlace – Radiergummi greifen und ablegen
  • LeRobot ACT
  • Kite Trossen Cup Real ACT
  • Kite Trossen Sim ACT Cup Baseline · 30k
  • Kite Trossen Sim Cup All ACT 30k
  • Kite Trossen Cup Sim Baseline ACT

Action-Chunking-with-Transformers-Policy für die fein abgestufte Robotermanipulation. Ersteinreichung der Originalarbeit: 2023-04-23. Gemeinsam entwickelt von Stanford University, UC Berkeley und Meta.

Grundinformationen

Modelltyp
Aktionspolicy
Architektur
Transformer
Erfasste Versionen
LeRobot ACT · Tridex 3Cam ResNet 100K 18_11_2 / ME297SJSU2026 ACT SO-101 Dial Pick-and-Place Mix v3 DAgger2 / ME297SJSU2026 SO-101 v3 DAgger3 / kiteml/trossen-bin-picking-sim-act-cup-all-90k / SiMa.ai ACT SO-101 PickPlace – Radiergummi greifen und ablegen / LeRobot ACT / Kite Trossen Cup Real ACT / Kite Trossen Sim ACT Cup Baseline · 30k / Kite Trossen Sim Cup All ACT 30k / Kite Trossen Cup Sim Baseline ACT
Verwandte Roboter
2

Modellhistorie

November 2026

SiMa.ai aktualisiert das ACT-SO-101-Paket auf Palette SDK 3.0

Realer EinsatzOffizielle Bekanntgabe

SiMa.ai kompilierte diese ACT-Policy für das Modalix DevKit. Der SO-101-Follower legt mit zwei USB-Kameras einen grauen Radiergummi in einen weißen Korb. Das öffentliche BF16-Paket basiert auf Trainingsschritt 100.000, enthält sechs kompilierte Graphen und liefert 100 Aktionen mit je sechs Werten pro Block.

Zuvor veröffentlicht

Das vorige Paket erschien am 23. Oktober UTC (24. Oktober in Taipeh). Die Referenzumgebung nutzte ModelSDK 2.1.3, Neat 0.5.0 und sima_lmm 0.5.0.

Aktuelle Bekanntgabe

2026-11-19 08:18:57 (UTC+08:00) Palette SDK 3.0.0 · Model Compiler 3.0.0 · LLiMa 0.6.0 act-so101-grey-eraser-pickplace-100k-bf16-219727d9 SiMa.ai meldet nach drei Aufwärmläufen bei 20 Fixture-Durchläufen eine mediane Modelllatenz von 13,5 ms, eine Kosinusähnlichkeit von 0,999992 und einen maximalen absoluten Fehler von 0,0147. Der Roboter wurde dabei nicht bewegt.

Das Paket enthält kompilierte ELF-Dateien, Referenzdaten und Laufzeitdateien. Trainingscheckpoint und Datensatz sind nicht enthalten. Geometrie, Beleuchtung und Kalibrierung können das Verhalten beeinflussen. Eine Erfolgsquote am Roboter wurde nicht veröffentlicht.

April 2023

Originalarbeit zur ACT-Methode veröffentlicht

Neue RessourcenOffizielle Bekanntgabe

Die ursprüngliche ACT-Arbeit führt Aktionsblöcke für fein abgestimmte bimanuelle Manipulation ein.

Aktuelle Bekanntgabe

Ein öffentlicher Forschungsbericht beschreibt eine bedingte generative Policy für Aktionssequenzen aus visuellen Beobachtungen und Gelenkpositionen.

Das Datum bezeichnet die erste arXiv-Veröffentlichung der Methode, nicht die spätere LeRobot-Implementierung. Daraus werden keine Gewichte oder Evaluationen eines Ports abgeleitet.

Alle wichtigen Änderungen ansehen →

Publikationen (1)

Erlernen fein abgestimmter bimanueller Manipulation mit kostengünstiger Hardware

Fachartikel verfügbar

Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware

arXiv: 2304.13705
Autoren und Einrichtungen (4)

Autorenreihenfolge: Originalreihenfolge

  1. Tony Z. Zhao

    Nicht angegeben

  2. Vikash Kumar

    Nicht angegeben

  3. Sergey Levine

    Nicht angegeben

  4. Chelsea Finn

    Nicht angegeben

Erstveröffentlichung
2023-04-23
Neueste Revision
v1 · 2023-04-23
Konferenz / Zeitschrift
RSS 2023

Abgedeckte Modellversionen

  • act · LeRobot ACT

    Foundational ACT method implemented by LeRobot; not an exact LeRobot implementation release report or a benchmark for an unspecified trained checkpoint.

Offizielle Quellen

Quelle oder Korrektur einreichen