Add Advantage Estimator (adv-flatten-fold-run16) value model weights

README.md

@@ -0,0 +1,81 @@
+---
+license: apache-2.0
+base_model: openpi/pi0.5  # 按实际基础 checkpoint 填写
+tags:
+  - robotics
+  - imitation-learning
+  - manipulation
+  - advantage-estimator
+  - stage-advantage
+  - kai0
+pipeline_tag: reinforcement-learning
+---
+
+# χ₀ (kai0) — Advantage Estimator（价值模型）
+
+本仓库发布 **Advantage Estimator**（π₀.₅ 价值模型变体）权重，用于
+**Advantage-Weighted Behavior Cloning（AWBC）** 与 **阶段分割（Stage Segmentation）**。
+
+> 仅含模型权重（`model.safetensors` + `metadata.pt`）。不含训练优化器状态 `optimizer.pt`。
+
+## 文件清单
+
+| 路径 | 说明 |
+| --- | --- |
+| `adv-flatten-fold-run16/model.safetensors` | 模型权重（~7.5 GB，PyTorch `safetensors`） |
+| `adv-flatten-fold-run16/metadata.pt` | 训练元信息（config / exp_name / 训练步数 / 超参数） |
+
+> 训练时保存的 `optimizer.pt`（~13.5 GB）为优化器状态，**未随本仓库发布**，对推理无影响。
+
+## 模型信息
+
+| 项 | 值 |
+| --- | --- |
+| 模型类型 | Advantage Estimator（π₀.₅ 变体，仅保留价值/进度回归头） |
+| 基于 | π₀.₅ 基础 checkpoint（见 `metadata.pt` / `pytorch_weight_path`） |
+| 训练步数 | 20000 |
+| 训练损失 | `loss_value_weight=1.0`，`loss_action_weight=0.0`（禁用动作损失） |
+| 归一化 | `skip_norm_stats=True`（价值模型不依赖 norm_stats） |
+| 输出 | 每帧 `absolute_value`（0~1 累计进度） |
+| Config | `ADVANTAGE_TORCH_KAI0_FLATTEN_FOLD_FULL_FINETUNE_MIX_02` |
+| exp_name | `full_finetune_460_run_16` |
+
+## 用途
+
+### AWBC 训练
+价值模型预测每帧优势，经 `stage_advantage/annotation/gt_label.py` 离散化为正/负标签
+写入 `task_index` / `tasks.jsonl`，再用于 Advantage-Weighted Behavior Cloning
+（`prompt_from_task=True`）。
+
+### 阶段分割
+`absolute_value`（0~1 累计进度）可把任务切成 K 个阶段，用于 subtask 级别成功判定与评估。
+
+## 使用方式
+
+推理侧将 `ckpt_dir` 指向本权重目录、`ckpt_steps=20000`（编辑
+`stage_advantage/annotation/eval.py` 的 `MODELS_CONFIG_MAP`），然后：
+
+```bash
+uv run python stage_advantage/annotation/eval.py Task-A KAI0 /path/to/dataset
+```
+
+## 评估（阶段分割，Fold Box，K=16，100 episodes，seed=42）
+
+| 指标 | 值 |
+| --- | --- |
+| Frame Accuracy | 51.0%（±12.2%） |
+| Stage IoU | 48.1% |
+| Boundary MAE | 60.1 帧（~2.0 s） |
+| Boundary Acc @±30f | 66.8% |
+| Boundary Acc @±50f | 77.7% |
+
+## 版本说明
+
+- `adv-flatten-fold-run16/`（本仓库，推荐）：`full_finetune_460_run_16`，报告所用。
+- 早期版本 `run_15`（`full_finetune_460_run_15`）权重不同，暂未随本仓库发布，请勿混用。
+
+## 出处与许可
+
+- 项目：**χ₀ (kai0)** —— 双臂衣物操作模仿学习框架（基于 [openpi](https://github.com/Physical-Intelligence/openpi)）
+- 上游许可：Apache-2.0（本项目）；PaliGemma 相关组件见 `LICENSE_GEMMA.txt`（Gemma Terms of Use）
+- 关联资源：代码见开源仓库；策略模型见 `OpenDriveLab-org/Kai0`

adv-flatten-fold-run16/metadata.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a89b6d428f268ed2c12733f89a10025bcfa4387ebce38b602926a0fe44c35cf7
+size 6579

adv-flatten-fold-run16/model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:172a0cec2743b75f3269177a97f8890d6707a7482c58d4c48e90fd54e1f850c8
+size 7481492908