Dishwasher manipulation checkpoints

本仓库包含 5 个基于 π0.5 的洗碗机餐盘操作 checkpoint。它们均使用 16 维直接动作表示（action_dim=32，包含双臂），动作预测 horizon 为 50；训练产物采用 JAX/Orbax checkpoint 格式。

模型一览

仓库目录	是否使用触觉	任务
circleL_upload/	是	大号圆盘上料：必要时先把盘子移到桌面中央；右手将最上层盘子从盘堆中滑出并保持，左手抓取后把盘子插入洗碗机碗架。
circleM_upload/	是	中号圆盘上料：必要时先居中盘子；右手滑出并保持最上层盘子，左手抓取并插入碗架。
square_upload/	是	方盘上料：必要时先居中盘子；右手滑出并保持最上层盘子，左手抓取并插入碗架。
mix_upload/	是	混合餐盘上料：必要时先居中盘子；右手滑出并保持最上层盘子，左手抓取并插入碗架。
mix_unload/	否	混合餐盘下料：若有非圆盘直立，先将其放倒；随后用右手把碗架中的 10 个盘子全部取出并堆叠到桌面上。

触觉配置

circleL_upload、circleM_upload、square_upload 和 mix_upload 是视觉-触觉策略。它们使用冻结的 facebook/sparsh-vjepa-base 作为触觉编码器，输入为相对于每个 episode 第 0 帧生成的 4 帧有序背景差分触觉序列：

[D_t, D_t-1, D_t-2, D_t-3]
D = clip((I - I0) + 0.5, 0, 1)

这些模型还使用最近 8 步动作历史进行条件化。

mix_unload 不使用触觉输入或触觉编码器；它使用常规视觉/状态输入，并同样使用最近 8 步动作历史进行条件化。

目录说明

• 五个顶层模型目录采用一致的结构：目录本身就是可加载的 Orbax checkpoint 根目录，下面直接包含 _CHECKPOINT_METADATA、params/ 和 assets/。
• 每个 checkpoint 中的 assets/**/norm_stats.json 保存对应训练数据的归一化统计量；加载时应与同一 checkpoint 配套使用。

English summary

• circleL_upload, circleM_upload, square_upload, and mix_upload are tactile π0.5 policies for loading large round, medium round, square, and mixed plates into a dishwasher rack, respectively. They use a frozen SPARSH V-JEPA tactile encoder, four ordered background-difference tactile frames, and an 8-step action history.
• mix_unload is a non-tactile π0.5 policy for unloading 10 mixed plates from the rack and stacking them on the table. It uses an 8-step action history.