预测任务阶段和阶段内进度的视频奖励模型。
用于 SARM robot policies 的研究、评测和机器人特定训练。
上手所需
- 运行环境与依赖框架
- LeRobot / PyTorch
- 微调要求
- LeRobot 适配实现：按所附策略文档配置环境和训练；不表示兼容所有原始项目权重。
规格速览
- 模型类型
- 奖励模型
- 骨干网络
- Video encoder with stage and progress prediction heads
- 输入
- 语言指令 / RGB 相机图像
技术细节
语言
英语
功能方向
奖励与进度评估
管线任务
机器人奖励建模
预测输出
任务阶段和归一化进度分数
使用前须知: 需要针对任务和机器人形态准备数据、配置并完成验证；公开示例和仿真结果不能证明实体机器人上的安全运行。 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。
提交来源或更正