Mulligan 发布 sim-square-narrow-r02-baseline-idql 基线检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-baseline-idql 基线检查点，为基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，含 policy.pt 和 stats.json。
#模仿学习
#模仿学习
今日 1 条HF blogAI 评分2222 HF blogAI 评分1818 krish5831/act_tissues_into_box：基于 ACT 与 LeRobot 的纸巾入盒策略
Hugging Face 上发布了一个名为 krish5831/act_tissues_into_box 的 ACT 模仿学习策略，用 LeRobot 0.6.2 训练，可让 so_follower 机器人完成“把纸巾包放进盒子”的任务。
HF blogAI 评分2222 Hugging Face 上 bk912/dp_green_cube_to_box_clean_20k 扩散策略模型发布
Hugging Face 上线扩散策略模型 bk912/dp_green_cube_to_box_clean_20k，用 LeRobot 0.6.2 训练，基于 50 条、38140 帧、30 FPS 的 so_follower 机器人数据，训练 20000 步、批量 32。
HF blogAI 评分2222 Hugging Face 数据集 lang_grasp_v1：基于 LeRobot 的抓取示范数据
Hugging Face 上线数据集 jayantrathi/lang_grasp_v1，由 LeRobot 生成，采用 v3.0 数据格式，含 91 条 episode、44598 帧、3 个任务，机器人类型为 so_follower。数据以 30 fps 采集，动作与状态均为 6 维关节位置（含 gripper.pos），并配 480×640 前置视频，训练集划分为 0:91。
HF blogAI 评分2222 ngustj/pen_pick_place_clean_150ep_v1：基于 LeRobot 的 150 回合抓笔放置数据集
Hugging Face 上线数据集 ngustj/pen_pick_place_clean_150ep_v1，用 LeRobot 采集，共 150 个回合、71019 帧，30 fps，机器人类型为 so_follower。该数据集含 1 项任务，动作与状态均为 6 维关节位置，另配 top 和 wrist 两路 480×640 视频，采用 v3.0 代码库格式，训练集覆盖全部 150 个回合。
HF blogAI 评分1818 Aaaay-0610/so101-task-1：基于 LeRobot 的 SO101 机器人操作数据集
Hugging Face 上线数据集 Aaaay-0610/so101-task-1，由 LeRobot 生成，采用 codebase_version v3.0，含 75 条 episode、35614 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分2222 Hugging Face 数据集 izlley/h101_multi_v1：LeRobot 采集的双臂机器人操作数据
Hugging Face 上线数据集 izlley/h101_multi_v1，由 LeRobot 生成，含 100 条 episode、49490 帧、3 个任务，机器人类型为 bi_so_follower。数据以 30 fps 记录 12 维双臂关节与夹爪动作及状态，并含左腕、头部、右腕三路 480×640 AV1 视频。
HF blogAI 评分1818 Hugging Face 发布 LeRobot 数据集 lerobot_zihao_dataset_a：40 个 episode、12000 帧
Hugging Face 上线 LeRobot 数据集 zhniu/lerobot_zihao_dataset_a_20260927_202323，含 40 个 episode、12000 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分1818 Fabyo04/so101_cube_demo_0_20260926_155239：基于 LeRobot 的 SO-101 抓取演示数据集
Hugging Face 上线数据集 Fabyo04/so101_cube_demo_0_20260926_155239，由 LeRobot 生成，机器人类型为 so_follower，共 100 条 episode、44553 帧、1 项任务，采用 v3.0 代码库、30 fps。
HF blogAI 评分1515 Iwas-6127/my_pick_test_color_20260926_221126：基于 LeRobot 的机器人抓取数据集
Hugging Face 上出现一个用 LeRobot 创建、代号 my_pick_test_color 的机器人抓取数据集，采用 v3.0 代码库版本，共 30 条 episode、6750 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分2222 Hugging Face 数据集 bklassen3434/pick_pen_cotrain_v1 发布
Hugging Face 上线数据集 bklassen3434/pick_pen_cotrain_v1，由 LeRobot 创建，采用 v3.0 代码库版本，含 260 个 episode、75763 帧、2 个任务，机器人类型为 so_follower。
HF blogAI 评分2222 Tenry55/Pick_and_put_screw_driver_Merged_200：基于 LeRobot 的螺丝刀抓取放置数据集
Hugging Face 上线 Tenry55/Pick_and_put_screw_driver_Merged_200 数据集，由 LeRobot 生成，含 200 条 episode、119103 帧、1 项任务，机器人类型为 so_follower。
HF blogAI 评分2222 Hugging Face 数据集 leoliu49/pick-cap-tactile：SO-101 抓瓶盖触觉数据
Hugging Face 上线 leoliu49/pick-cap-tactile 数据集，用 SO-101 的 so_follower 本体采集“抓住瓶盖，抓空就重试”任务。
HF blogAI 评分2222 Hugging Face 数据集 leoliu49/pick-cap-notactile：SO-101 抓瓶盖 39 条无触觉示范
Hugging Face 上线机器人数据集 leoliu49/pick-cap-notactile，含 39 条 SO-101（so_follower）示范，任务为“抓住瓶盖拿起瓶子，没抓中就重试”。
HF blogAI 评分2222 ravediamond/turbovla_so101_bowls：基于 LeRobot 训练的 SO-101 双臂放碗策略
Hugging Face 上发布 turbovla_so101_bowls 策略，基于 LeRobot 0.6.1 训练，用于 SO-101 的 so_follower 本体，输入前顶与腕部两路 640×480 相机图像和 6 维状态，输出 6 维动作。
HF blogAI 评分2222 Hugging Face 上 K-vr/cube_stack3_Pi05_abs_batch8：基于 π₀.₅ 的叠方块策略
Hugging Face Hub 上线 K-vr/cube_stack3_Pi05_abs_batch8，这是基于 Physical Intelligence 的 π₀.₅ 视觉语言动作模型、用 LeRobot 0.6.1 微调并推送的机器人策略，基座为 lerobot/pi05_base。
HF blogAI 评分3434 Hugging Face 论文页：Co-Evolving Harnesses and Models——在策略修正让弱模型在模仿失败处追赶
Hugging Face 上线论文页《Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails》，探讨在策略修正对较弱模型的提升作用。论文指出，在模仿学习失效的场景下，该方法能帮助弱模型追赶。
HF blog精选AI 评分6565 WorldToken 机器人模仿学习实验记录数据集发布
Hugging Face 上线 mepi31415/WorldToken_Experiment_Records 数据集，公开 WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning 的训练日志、配置、评估结果与 rollout 视频。
推荐理由：WorldToken 论文的实验记录与检查点打包公开，读者可据此复现多任务控制与长历史实验的表格结果。
HF blogAI 评分2222 Hugging Face 上的 tavishh/robotarm：ACT（CVAE）SO-101 方块与圆柱抓放
东北大学 SV 机器人 SIG 的 Team TRON 在 Φ 硬件智能 ACT 训练竞赛中提交了 tavishh/robotarm：基于 phi_so101_cubes_cylinder_v1 数据集（120 条轨迹、66,873 帧、3 路相机）训练的 ACT（CVAE）策略，用于抓取方块或圆柱并放入盒中。
HF blog精选AI 评分7171 RynnWorld-Teleop：面向数字遥操作的动作条件世界模型
论文提出 RynnWorld-Teleop，一种动作条件世界模型，用生成式世界模型替代实体机器人实现数字遥操作，将操作者手部姿态流转化为机器人视角的高保真视频，并作为与本体无关的动作标签经重定向迁移到任意目标机器人。
推荐理由：论文提出用生成式世界模型替代实体机器人采集数据，读者可了解数字遥操作如何解耦硬件约束并生成可迁移轨迹。
HF blogAI 评分5353 SIEVE：面向 VLA 模仿学习的结构感知数据选择方法
SIEVE 是一种面向 VLA 模仿学习的结构感知数据选择方法，将示范轨迹视为可复用视觉运动基元与转换接口的组合。它从机器人轨迹中发现可复用基元，按结构信息量分配数据预算，并挑选更易被行为克隆学习的中心稳定示范。作者称该方法在多个数据集、基准和 VLA 模型上稳定优于数据选择基线，仅用 50% 数据加 50% 训练步数即超过全量数据训练。