Robot Parkour

Gesloten gewichten Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University 500K parameters September 2023

Geen schatting

Geen hardware-eisen voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University
Organisatietype
Academia,Academia,Academia
Land
China, United States of America
Gepubliceerd
12 September 2023
Auteurs
Ziwen Zhuang, Zipeng Fu, Jianren Wang, Christopher Atkeson, Soeren Schwertfeger, Chelsea Finn, Hang Zhao

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein
Robotics
Taak
Animal (human/non-human) imitation

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters
500K

Parkour policy details on page 8, table 11.

Training gegevens
tokens

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.

Training hardware
NVIDIA GeForce RTX 3090

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Toegang tot model
Unreleased
Training code
Open source

MIT license for training and inference code: https://github.com/ZiwenZhuang/parkour

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarom het wordt gevolgd
SOTA improvement

I do not see any standard benchmarks that they are claiming SOTA on

Record vertrouwen
Confident
Citaties
274

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie
Robot Parkour Learning
Laatst bijgewerkt
25 May 2026

Wat de cijfers betekenen

Waar het vandaan kwam

Robot Parkour werd gepubliceerd door Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University, in het land geregistreerd als China, tijdens September 2023. De categorie waaronder de uitgever valt is academia,Academia,Academia.

Het werkt in het domein van Robotics, en wordt geregistreerd als het uitvoeren van de taak van animal (human/non-human) imitation.

De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.

Hoe het getraind werd

De reden dat het überhaupt in deze catalogus verschijnt: sOTA improvement.

Antwoorden

Robot Parkour — veelgestelde vragen

01

Robot Parkour— is het open-source?

Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.

02

Robot Parkour— hoeveel parameters heeft het?

Het heeft een parameter telling van 500K. Parkour policy details on page 8, table 11. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

03

Robot Parkour— wie heeft het gemaakt?

Het werd gepubliceerd door Shanghai Qi Zhi institute,Stanford University,Carnegie Mellon University (CMU),Tsinghua University, gebaseerd op China, een organisatie geclassificeerd als academia,Academia,Academia.

04

Robot Parkour— wanneer is het uitgebracht?

Het werd gepubliceerd in September 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

05

Robot Parkour— waarvoor wordt het gebruikt?

Het werkt in het domein van Robotics, en wordt geregistreerd als het afhandelen van animal (human/non-human) imitation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

06

Robot Parkour— Welke GPU heb ik nodig om het te draaien?

Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.

Bron

Originele publicatie

Laatste update geregistreerd 25 May 2026

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.