Robot Parkour
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University
- Type d'organisation
- Academia,Academia,Academia
- Pays
- China, United States of America
- Publié
- 12 September 2023
- Auteurs
- Ziwen Zhuang, Zipeng Fu, Jianren Wang, Christopher Atkeson, Soeren Schwertfeger, Chelsea Finn, Hang Zhao
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Robotics
- Tâche
- Animal (human/non-human) imitation
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 500K
- Données d'entraînement
- tokens
Parkour policy details on page 8, table 11.
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA GeForce RTX 3090
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Open source
MIT license for training and inference code: https://github.com/ZiwenZhuang/parkour
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Confident
- Citations
- 274
I do not see any standard benchmarks that they are claiming SOTA on
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Robot Parkour Learning
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
D'où cela vient-il
Robot Parkour a été publié par Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University, dans le pays enregistré comme China, durant September 2023. La catégorie à laquelle appartient l'éditeur est academia,Academia,Academia.
Il fonctionne dans le domaine de Robotics, et est enregistré comme exécutant la tâche de animal (human/non-human) imitation.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.
Réponses
Robot Parkour — questions courantes
Robot Parkour— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
Robot Parkour— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 500K. Parkour policy details on page 8, table 11. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Robot Parkour— qui l'a créé ?
Il a été publié par Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University, basé sur China, une organisation catégorisée comme academia,Academia,Academia.
Robot Parkour— quand a-t-il été publié ?
Il a été publié dans September 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
Robot Parkour— à quoi ça sert ?
Il fonctionne dans le domaine de Robotics, et est enregistré comme gérant la tâche de animal (human/non-human) imitation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
Robot Parkour— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.