
机械臂
SO-101
关联版本 2
Modalix DevKit、支持 SDK 3.0 的 PoLiMa,以及配有俯视和腕部 USB 摄像头的 SO-101 从臂;两路视角须与训练一致。
Kite 基于 LeRobot ACT 训练的杯子拾取策略,适配 WidowX AI 双臂工作站,使用四路图像和十四维关节状态预测动作块。公开三万步权重,作者仅做仿真评测,未在实机运行。
查看完整模型说明用于指定 WidowX AI 工作站红杯拾取任务的研究和仿真评测。
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: 2026-11-17
来源发布日期: 2026-11-16
| 文件 | 获取方式 | 权重许可证 |
|---|---|---|
| trossen-bin-picking-act-cup-real · 30000 | 获取方式 | 权重许可证 |
来源核验日期 · 2026-11-17
单杯子任务,不读取语言。作者仅仿真评测,成功均限左臂布局,未在实机运行;上游训练修订、动作单位、坐标及控制频率未核实。 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。
joint_position · continuous
14 DoF · horizon 100 · mean_std
Hugging Face LeRobot ACT
单本体
动作控制
官方权重
动作
robotics
chunk_size=100;n_action_steps=100
双臂平台 / 机械臂
单任务
7,318训练帧
Trossen真实bin_picking,18个训练杯子episodes
模仿学习
派生自: ACT · LeRobot ACT ↗
Kite ML, Inc. 发布的任务训练制品,派生于 Hugging Face LeRobot ACT,不是新基础算法。未确认从某个预训练 ACT 权重微调;训练使用的上游确切修订未披露。模型卡称 LeRobot >=0.6 可加载。
任务是在 WidowX AI 双臂工作站把红杯放入透明托盘。输入为低位、高位、左腕、右腕四路 RGB,每路 3×480×640,另含十四维关节位置;不读取语言指令。输出每步十四维关节目标,每块一百步;n_obs_steps=1,n_action_steps=100。
保存配置:ResNet18,ImageNet1K V1 骨干预训练权重;Transformer 隐藏维度512、8头、前馈维度3200、ReLU、编码器4层、解码器1层;启用 VAE,潜维度32、VAE编码器4层;dropout=0.1、KL权重10。视觉、状态和动作均用 MEAN_STD 归一化。CUDA、AMP关闭、PEFT关闭,学习率1e-5、权重衰减1e-4、骨干学习率1e-5。这些是训练保存配置,不是实测部署最低要求。
训练使用 Trossen 公开真实 bin_picking 录制中的18个杯子 episodes,源 episodes 4、14留出,共7,318训练帧。batch 8,单A100,30,000步,约1小时50分钟。训练硬件不能充当最低推理硬件。
作者报告的仿真站点闭环放置结果:室内光10/20、弱光8/20、暖光8/20、额外物体7/20,合计33/80(41.25%)。全部成功发生在左臂拾取布局,右臂布局无成功;低位相机使用真实工作站照片与杯子剪影。不是实机成功率,本助手未独立复跑。官网91%示例与本权重无关。
完整权重上传时间为2026-11-16 22:39:44 UTC,即台北11-17 06:39:44;22:39:02的初始空仓不算完整开放。model.safetensors 为206,765,304字节,附config、前后处理及归一化文件。HF公开、非gated,无需访问申请;加载应固定下述commit。模型卡metadata声明Apache-2.0,但仓内无独立LICENSE,config.license=null;仅记录发布方声明,未逐文件做法律核验,商业使用权限保留未知。LeRobot代码许可独立记录。全模型参数量、动作坐标及单位、部署控制频率、独立复跑与实机部署未确认。
https://huggingface.co/kiteml/trossen-bin-picking-act-cup-real