PrismaX分享π0.5策略跨YAM设备迁移实践

PrismaX团队公开了把在一台YAM设备上训练的π0.5策略迁移到另一台YAM设备的实践，涵盖微调消融、延迟排查和显存压缩。微调消融中，仅训练动作专家得到51%抓取率、12%掉落率；全量微调为89%和53%；r=128 LoRA为84%和59%，但占用32GB显存。团队称强光会让仅训练动作专家的检查点性能约减半。 团队说明，第一部分数据来自其搭建的路径追踪MuJoCo仿真，仿真得分略高于真实设备，但趋势一致。经显存压缩后，该策略可在RTX 5080、5070 Ti等显卡上运行，两个代码库均已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。