ME297SJSU2026 ACT SO-101 拨盘抓放 Mix v3 DAgger2

第三方微调
论文与技术报告

ME297SJSU2026 课程团队发布的 LeRobot ACT 微调权重,用于 SO-101 机械臂在 MuJoCo 中抓放拨盘。第 10,000 步权重在 SJSU 工学院集群训练,配置列出 1,220 段轨迹,输入三路图像和六维状态。

查看完整模型说明

用于 SO-101 拨盘抓放的仿真研究与教学。

论文与技术报告

论文/报告待核实

已收录官方介绍,尚未核实该版本的论文或技术报告。

最近核查: 2026-11-18

如何获取与使用

模型文件
公开获取

本版本训练代码待核实。公开代码资源不代表已确认包含本版本的训练实现。 查看核验说明

训练 / 微调代码

模型文件

模型文件
ME297SJSU2026 ACT SO-101 拨盘抓放 Mix v3 DAgger2 · 010000获取方式
发布信息

来源核验日期 · 2026-11-18

部署前需核对

v3 实机配置指模型卡所述的仿真设置。该权重的真机运行和成功率未获核实。许可证、商用许可、数据混合明细及代码可得性均未获核实。 权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。

部署与使用资料

运行环境与依赖框架
LeRobot / PyTorch
微调要求
配置训练 20,000 步,批大小 32

架构与输入输出

模型类型
动作策略
架构
Transformer
骨干网络
ResNet18
权重参数量
51668614 parameters
输入
RGB 图像 / 机器人状态
输出
六维动作
发布时间
2026年11月19日

适用范围与训练方式

基础模型

LeRobot ACT

本体范围

单本体

功能方向

动作控制

记录身份

第三方微调

输出

动作

管线任务

机器人

预测输出

每个动作块 100 步

机器人形态

机械臂

任务范围

单任务

训练数据规模

配置列出 1,220 段轨迹

训练方式

模仿学习

关联机器人

完整参数与核验说明(模型卡)

ME297SJSU2026 课程团队发布的 LeRobot ACT 微调权重,用于 SO-101 机械臂在 MuJoCo 中抓放拨盘。第 10,000 步权重在 SJSU 工学院集群训练,配置列出 1,220 段轨迹,输入三路图像和六维状态。

DAgger2 从 mix v3 DAgger1 的第 15,000 步权重初始化。两轮都配置 20,000 步、批大小 32、随机种子 1000、学习率 0.00001。DAgger3 从这份 DAgger2 权重初始化,配置列出 1,528 段轨迹,eval_steps 是 1,000,DAgger2 为 0。轨迹列表无法拆分原始示范和纠正数据。SafeTensors 主文件为 206,699,768 字节,Hugging Face 报告 51,668,614 个 F32 参数。仓库还提供前后处理器及归一化统计量。

训练配置中的本地数据集标识分别为 local/so101_pick_place_rig_v3_dagger2 和 local/so101_pick_place_rig_v3_dagger3。两份策略配置只有初始化路径不同。DAgger2 和 DAgger3 的配置评估划分比例分别为 0.04877 和 0.03894。是否共享同样的轨迹、数据是否公开可下载,均未核实。两轮的主权重均为 206,699,768 字节,SHA-256 不同。台北时间 2026-11-19 02:08:33 建仓,02:08:41 上传权重,02:08:42 补模型卡。DAgger2 主权重的 SHA-256 为 6df223d9b41106cd033d0e9db67a980c3300b49d2fd1574b9c3a387106f73d92。

提交来源或更正