LeRobot 触觉增强机械臂策略模型集合
本模型集合收录了基于 LeRobot 0.4.4 训练的多个 ACT 策略模型，用于 SO-100 / SO-101 机械臂的触觉增强操作任务。所有模型均训练 100,000 步，支持多相机视觉输入和触觉传感器数据。
模型概览
SO-100 模型
| 模型位置 | policy | 数据集 | 版本 | 训练步数 | 输入 | 成功率 |
|---|---|---|---|---|---|---|
| qj_100 (desperate) |
共享 ACT | qj_100 (desperate) |
0.4.4 | 100k | 3 相机 left_wrist +side +top +robot state |
9% |
| qj_150 (desperate) |
共享 ACT | qj_jiaozng_50+qj_100 (desperate) |
0.4.4 | 100k | 3 相机 left_wrist +side +top +robot state |
18% |
| qj_200 (desperate) |
共享 ACT | qj_200 (desperate) |
0.4.4 | 100k | 3 相机 left_wrist +side +top +robot state |
6% |
SO-101 模型
| 模型位置 | policy | 数据集 | 版本 | 训练步数 | 输入 | 成功率 |
|---|---|---|---|---|---|---|
| dm_act_100 | 独立 ACT | dm_100 | 0.4.4 | 100k | 3 相机 + distforce + robot state |
17% |
| dm_act_tac_100 | 独立 ACT + 触觉 | dm_100 | 0.4.4 | 100k | 3 相机 + distforce + robot state |
--- |
| dm_act_orin_100 | 共享 ACT | dm_100 | 0.4.4 | 100k | 3 相机 + robot state |
42% |
| dm_act_orin_tac_100 | 共享 ACT + 触觉 | dm_100 | 0.4.4 | 100k | 3 相机 + distforce + robot state |
30% |
| dm_act_200 | 独立 ACT | dm_200 | 0.4.4 | 100k | 3 相机 + distforce + robot state |
--- |
| dm_act_tac_200 | 独立 ACT + 触觉 | dm_200 | 0.4.4 | 100k | 3 相机 + distforce + robot state |
--- |
| dm_act_orin_200 | 共享 ACT | dm_200 | 0.4.4 | 100k | 3 相机 + robot state |
26% |
| dm_act_orin_tac_200 | 共享 ACT + 触觉 | dm_200 | 0.4.4 | 100k | 3 相机 +distforce + robot state |
--- |
| dm_act_orin_350_reinforce | 共享 ACT + 图像增强 | dm_350 | 0.4.4 | 100k | 3 相机 + robot state |
88% |
模型详情
- 开发者: yangzhaofeng
- 模型架构: ACT(Action Chunking with Transformers)
- 框架版本: LeRobot 0.4.4
- 语言: Python
- 许可证: Apache 2.0
- 训练步数: 100,000 steps(所有模型)
- Vision Backbone: ResNet18(ImageNet 预训练)
文件结构
每个模型检查点包含：
model_name/
├── checkpoints/
│ ├── 100000/ # 100k 步检查点
│ │ ├── pretrained_model/
│ │ │ ├── config.json # 模型配置
│ │ │ ├── model.safetensors # 模型权重
│ │ │ ├── policy_preprocessor.json # 预处理器配置
│ │ │ ├── policy_preprocessor_step_3_normalizer_processor.safetensors
│ │ │ ├── policy_postprocessor.json
│ │ │ ├── policy_postprocessor_step_0_unnormalizer_processor.safetensors
│ │ │ └── train_config.json # 训练配置
│ │ └── training_state/
│ │ ├── optimizer_state.safetensors
│ │ ├── optimizer_param_groups.json
│ │ ├── rng_state.safetensors
│ │ ├── scheduler_state.json # (部分模型)
│ │ └── training_step.json
│ └── last/ # 最新检查点(软链接)
└── wandb/ # 训练日志