kiteml/trossen-bin-picking-sim-act-cup-all-90k

公式重み
論文と技術報告

Kiteが七つのシミュレーションデータセットで9万ステップ学習したLeRobot ACT派生方策。WidowX AI双腕で赤いカップを把持します。今回は評価条件と著者報告の更新で、重みは変更されていません。

モデルの説明全文を見る

指定WidowX AIステーションの赤いカップ把持研究・仮想評価。

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

公開コード資料
公開アクセス
モデルファイル
公開アクセス
学習データ
公開アクセス

学習・ファインチューニングコード

取得方法
公開アクセス

出典確認日 · 2026-11-18

モデルファイル

モデルファイル
kiteml/trossen-bin-picking-sim-act-cup-all-90k · 90000取得方法重みのライセンス
公開情報

出典確認日 · 2026-11-18

導入前の確認事項

著者の仮想評価のみで実機・独立再現なし。条件と画像ドメインが異なり、成功は左腕配置のみ。 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

推論方式
ACTPolicy.from_pretrained、LeRobot >=0.6、commit固定
実行環境とフレームワーク
lerobot-pytorch
微調整の要件
90,000学習ステップ、batch 8、A100一台、約4時間
デプロイ要件
WidowX AI双腕、RGB 4台、14次元関節位置

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(ImageNet1K V1)、Transformer幅512、encoder 4/decoder 1
入力
RGB画像 / ロボット状態
出力
14次元関節目標、100ステップのチャンク
公開日
2026年11月13日
  • バックボーン · 入力モダリティ · 出力アクション空間: Kite ML, Inc.
  • 入力モダリティ · 主カテゴリ · アーキテクチャ: Kite ML, Inc.

適用範囲と学習方法

ベースモデル

Hugging Face LeRobot ACT

身体範囲

単一本体

機能分類

行動制御

レコード種別

公式重み

出力

行動

パイプラインタスク

robotics

予測出力

chunk_size=100、n_action_steps=100

ロボット形態

双腕プラットフォーム / ロボットアーム

タスク範囲

単一タスク

学習データ規模

48,069学習フレーム

学習データソース

Kiteの七つのTrossenカップ仮想データセット

学習方式

模倣学習

系譜

派生元: ACT · LeRobot ACT ↗

  • ベースモデル · 身体範囲 · 機能分類 · レコード種別 · 出力 · パイプラインタスク · ロボット形態 · タスク範囲 · 学習データ規模 · 学習データソース · 学習方式 · 系譜 · LeRobot ACT: Kite ML, Inc.
  • 予測出力: Kite ML, Inc.

関連ロボット

全パラメータと検証事項(モデルカード)

Kite ML, Inc.公開のHugging Face LeRobot ACT派生学習済み制品で、新アルゴリズムではありません。特定の事前学習方策からの微調整は未確認。Trossen Roboticsは元データとロボットの提供元であり、この派生方策の開発者ではありません。対象はkiteml/trossen-bin-picking-sim-act-cup-all-90k(all-seven 90k)のみで、baseline、3万ステップ、cup-realとは分けます。

七つの仮想データセット各17カップエピソード、計119エピソード・48,069フレーム。batch 8、A100一台、90,000ステップ、約4時間。入力は低位置・上方・左右手首のRGB各3×480×640と14次元関節状態。出力は14次元関節目標、100ステップのチャンク。n_obs_steps=1、n_action_steps=100、言語入力なし、LeRobot >=0.6。保存設定はResNet18/ImageNet1K V1、Transformer幅512、8ヘッド、前向き3200、エンコーダー4層/デコーダー1層、VAE潜在32・4層、dropout 0.1、KL重み10、MEAN_STD正規化。CUDA、AMP/PEFT無効、学習率1e-5、重み減衰1e-4、骨幹学習率1e-5。推論の最低要件ではありません。

評価条件はレポートcommit f61bcdc1211db23873c28aa785cb4ada8ccccaad(2026-11-17 23:39:14 UTC、台北11-18 07:39:14)で固定。モデルカード06191c312dcf4efbe7b5b2c719ae1c066f3718b4は23:39:06 UTC。KiteのMuJoCoステーション閉ループ試験で、保持した元episode4の左腕配置と14の右腕配置を各10回、条件ごと20回、開始位置1cm以内の共通開始点で評価。3cm以上持ち上げ最後にトレー内なら成功、最大19秒、100ステップを全実行。手首カメラのケーブルは旧固定フックからデータセットの曲線・関節追従へ変更。試験画像はシミュレータ描画で、低位置画像には実環境写真と実カップ切り抜きを用い、訓練画像とドメインが異なります。

現条件の著者報告は室内光2/20、低照度3/20、暖色光1/20、追加物体3/20、同条件のみ計9/80。成功はすべて左腕episode4で、右腕episode14は0回。低照度30–60%、暖色2700–3500K。独立再現、実機試験、汎化の証明ではありません。

履歴:旧カード73a9aedbda37c2cc236bc2aec29f79bd2806ce3aの固定フック条件は8/20、3/20、4/20、3/20(18/80)。新旧条件を合算せず、方策能力の増減と解釈しません。一般的成功率フィールドには記入しません。

完全な重みは2026-11-13 02:08:45 UTC(台北10:08:45)に初公開され、今回は新重みではありません。HFツリーの変更はREADME.mdのみ。model.safetensorsは206,765,304バイト、LFS SHA-256 dddec821ee28f1dfcad38361a36d4658c6968acca90de2905bb997387516a215で前後一致。checkpointは元重みcommit 73a9aedに固定し、評価資料を別固定。HF公開・非gated。モデルカードのApache-2.0宣言は不変、config.license=null。ファイル別法律検証ではなく商用権限unknown。全パラメータ数、上流学習改訂、行動単位・座標・実機制御周波数は未確認。

https://huggingface.co/kiteml/trossen-bin-picking-sim-act-cup-all-90k/blob/06191c312dcf4efbe7b5b2c719ae1c066f3718b4/README.md

https://huggingface.co/kiteml/trossen-bin-picking-sim-act-cup-all-90k/blob/06191c312dcf4efbe7b5b2c719ae1c066f3718b4/config.json

https://github.com/kite-ml/trossen-bin-picking-sim-datasets/blob/f61bcdc1211db23873c28aa785cb4ada8ccccaad/README.md

https://raw.githubusercontent.com/kite-ml/trossen-bin-picking-sim-datasets/f61bcdc1211db23873c28aa785cb4ada8ccccaad/policy/results/summary.json

https://huggingface.co/kiteml/trossen-bin-picking-sim-act-cup-all-90k/blob/73a9aedbda37c2cc236bc2aec29f79bd2806ce3a/README.md

情報源または訂正を送信