ME297SJSU2026 ACT SO-101 ダイヤル把持・配置 Mix v3 DAgger2

第三者による微調整
論文と技術報告

ME297SJSU2026の授業チームが公開した、MuJoCo上のSO-101によるダイヤル把持・配置用のLeRobot ACT微調整重み。第10,000ステップの重みはSJSU工学部のHPCで学習され、設定には1,220エピソードが記載されています。

モデルの説明全文を見る

SO-101によるダイヤル把持・配置のシミュレーション研究と教育。

論文と技術報告

論文・報告は未確認

公式紹介資料を登録しています。該当バージョンの論文・技術報告は未確認です。

最終確認: 2026-11-18

取得方法と利用条件

モデルファイル
公開アクセス

このバージョンの学習コードは未確認です。公開コードの存在は、この版の学習実装の公開を意味しません。 検証事項を見る

学習・ファインチューニングコード

モデルファイル

モデルファイル
ME297SJSU2026 ACT SO-101 ダイヤル把持・配置 Mix v3 DAgger2 · 010000取得方法
公開情報

出典確認日 · 2026-11-18

導入前の確認事項

v3実機プロファイルはモデルカードのシミュレーション設定を指します。この重みの実機稼働や成功率は確認できていません。ライセンス、商用利用、データ構成、コードへのアクセスは未確認です。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

導入・利用資料

実行環境とフレームワーク
LeRobot / PyTorch
微調整の要件
設定は20,000ステップ、バッチサイズ32

構造と入出力

モデルの種類
行動方策
アーキテクチャ
Transformer
バックボーン
ResNet18
重みのパラメーター数
51668614 parameters
入力
RGB画像 / ロボット状態
出力
6次元の動作
公開日
2026年11月19日

適用範囲と学習方法

ベースモデル

LeRobot ACT

身体範囲

単一本体

機能分類

動作制御

レコード種別

第三者による微調整

出力

行動

パイプラインタスク

ロボティクス

予測出力

チャンクあたり100ステップ

ロボット形態

ロボットアーム

タスク範囲

単一タスク

学習データ規模

設定に1,220エピソード

学習方式

模倣学習

関連ロボット

全パラメータと検証事項(モデルカード)

ME297SJSU2026の授業チームが公開した、MuJoCo上のSO-101によるダイヤル把持・配置用のLeRobot ACT微調整重み。第10,000ステップの重みはSJSU工学部のHPCで学習され、設定には1,220エピソードが記載されています。

DAgger2はmix v3 DAgger1の第15,000ステップから初期化。両ラウンドとも設定は20,000ステップ、バッチ32、乱数シード1000、学習率0.00001。DAgger3はこのDAgger2重みから初期化され、1,528エピソードを列挙し、eval_stepsはDAgger2の0に対し1,000。元の実演と修正データの内訳は不明です。SafeTensors本体は206,699,768バイトで、Hugging FaceによればF32パラメータは51,668,614個。前後処理器と正規化統計も同梱されます。

学習設定に記載されたローカルデータセット識別子は、DAgger2が local/so101_pick_place_rig_v3_dagger2、DAgger3が local/so101_pick_place_rig_v3_dagger3 です。方策設定の差分は初期化パスのみです。評価用の設定比率はDAgger2が0.04877、DAgger3が0.03894です。共通の軌跡やデータの一般公開は確認できていません。重み本体は両方とも 206,699,768 バイトで、SHA-256は異なります。台北時間2026年11月19日02:08:33にリポジトリが作成され、02:08:41に重み、02:08:42にモデルカードが追加されました。DAgger2の重み本体のSHA-256は 6df223d9b41106cd033d0e9db67a980c3300b49d2fd1574b9c3a387106f73d92 です。

情報源または訂正を送信