Downloads · 30 days
3
14% of all-time downloads
pi0_soarm101_full_v203_50k
franecki/pi0_soarm101_full_v203_50k
pi0_soarm101_full_v203_50k is a machine learning model from franecki. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
SO-ARM101 Pro 药瓶抓取放置策略 —— pi0 全量微调（冻结视觉编码器），50,000 步。
All-time downloads
21
Public
Parameters
3.5B
7 GB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors7 GB · 100%
Parameter types
How the weights are stored.
BF163.5B · 100%
Model card
From the Hugging Face model README
pi0_soarm101_full_v203_50k
SO-ARM101 Pro 药瓶抓取放置策略 —— pi0 全量微调（冻结视觉编码器），50,000 步。
模型信息
| 项 | 值 |
|---|---|
| 基座 | lerobot/pi0_base（OpenPI π₀，约 3.5B 参数） |
| 微调方式 | 全量微调（冻结视觉编码器）：freeze_vision_encoder=true，语言模型 + Action Expert + 全部投影层全量更新（3.09B 参数） |
| 训练步数 | 50,000 步（batch=8，≈ 5.1 epochs） |
| 训练数据 | franecki/pill_bottle_203（203 集原始数据，77,944 帧，相机固定采集） |
| 数据质量 | 全量时间戳扫描 0 超差（默认 tolerance 0.0001 全通过） |
| 输出 | 完整权重（bf16，~6.6GB），直接加载，无需合并 |
| 任务指令（prompt，必须逐字符一致，含句号） | Pick up the white pill bottle and place it inside the black tape circle. |
训练配置
- 冻结：SigLIP 视觉编码器（~0.41B 参数）
- 训练：Gemma-2B 语言模型 + Gemma-300M Action Expert + 全部投影层（3.09B 参数，非 LoRA）
- bfloat16 + gradient checkpointing，batch=8
- LR：cosine，峰值 2.5e-5，衰减至 2.5e-6（50k 步铺满）
- 训练 loss 收敛至 ~0.05 量级
环境要求
- Python 3.10，LeRobot 0.4.4（Seeed fork：
github.com/Seeed-Projects/lerobot） pip install -e ".[pi]"+pip install peft- NVIDIA GPU ≥8GB 显存（推理）
下载
export HF_ENDPOINT=https://hf-mirror.com HF_HUB_DISABLE_XET=1
huggingface-cli download franecki/pi0_soarm101_full_v203_50k \
--repo-type model \
--local-dir ~/models/pi0_soarm101_full_v203_50k
部署要点
- tokenizer：模型配置中的
tokenizer_name指向/root/data/paligemma_tokenizer。部署端需将 tokenizer 目录（tokenizer.json / tokenizer.model / tokenizer_config.json / special_tokens_map.json / config.json / preprocessor_config.json 共 6 个文件）放到该路径；否则修改policy_preprocessor.json中的tokenizer_name。 - 加载：
PI0Policy.from_pretrained("/root/models/pi0_soarm101_full_v203_50k")，用绝对路径，勿用~。 - 观察输入：
observation.images.top（顶部 640×480）+observation.images.gripper（腕部 640×480）+observation.state（6 维关节角，归一化 -100..100）。 - prompt 必须严格一致（含句号）：
Pick up the white pill bottle and place it inside the black tape circle. - 动作输出：action chunk，50 步（chunk_size=50），6 维。
Jetson（AGX Orin 64GB）提示
- 推理约 0.5
2s/次；配合 action chunk 执行，控制频率 0.51Hz 可行 - 慢则降级：
num_inference_steps10→5 → RTC → 远程推理 - 视频解码 aarch64 自动回退 pyav
- wrist_roll 维度归一化 std ≈ 1.99（活动范围小）：真机若腕部抖动明显，可 clamp stats 后重训
- 相机保持与采集时一致的位置/光照
相关仓库
- 数据集：
franecki/pill_bottle_203（原始 203 集）、franecki/pill_bottle_200（清洗版，不推荐） - 历史模型：
franecki/pi0_soarm101_expert_only、franecki/pi0_soarm101_lora、franecki/pi0_soarm101_full_30k
- Created
- Aug 24, 2026
- Updated
- Aug 24, 2026