abcmaster123/pi0-record-testv2

pi0 — record-testv2 (SO-101)

LeRobot の π0 (pi0) を Ratstar216/record-testv2 で fine-tune したポリシーです（lerobot/pi0_base からの微調整）。

Training

Base model	lerobot/pi0_base
Dataset	Ratstar216/record-testv2（43 episodes / 22,878 frames, LeRobot v3.0, SO-101 / so_follower）
Cameras	observation.images.front, observation.images.upper, observation.images.depth（各 480×640）
State / Action	6-dim（shoulder_pan/lift, elbow_flex, wrist_flex/roll, gripper）
Steps	6000（batch size 4, ≈1.05 epoch）
Precision	bfloat16, gradient checkpointing, train_expert_only=true
Optimizer	AdamW, lr 2.5e-5, cosine decay + warmup(1000)
Hardware	NVIDIA GH200 (Miyabi-G)

このリポジトリは step 6000 のチェックポイントです。

Usage

from lerobot.policies.pi0.modeling_pi0 import PI0Policy

policy = PI0Policy.from_pretrained("abcmaster123/pi0-record-testv2")

注: LeRobot の π0 実装で読み込んでください（lerobot は π0 対応版が必要）。