Hugging Face 发布 ACT 模仿学习策略模型
先了解这件事
2026年9月30日，Hugging Face 博客发布消息称，Hugging Face Hub 上出现一个基于 LeRobot 训练的 ACT（Action Chunking with Transformers）模仿学习策略模型。该策略从遥操作数据中学习，预测短动作块而非单步动作，采用 apache-2.0 许可。用户可用 lerobot-train 从零训练，并用 lerobot-record 配合 so100_follower 机器人本体运行推理与评估。同日后续报道称，Hub 上线了具体模型 karrlleereal/omx_act_policy5，同样为用 LeRobot 训练并推送的 ACT 模仿学习策略，从遥操作数据中学习、预测短动作块而非单步动作。目前进展为模型已在 Hub 上发布，配套训练与评估流程已公开。
AI 根据报道生成 · 7 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- HF blogkarrlleereal/omx_act_policy5：基于 LeRobot 训练的 ACT 动作分块策略
Hugging Face Hub 上线 karrlleereal/omx_act_policy5，这是一个用 LeRobot 训练并推送的 ACT（Action Chunking with Transformers）模仿学习策略，从遥操作数据中学习、预测短动作块而非单步动作。
- HF blogHugging Face 上基于 LeRobot 训练的 ACT 动作分块策略模型
Hugging Face 上出现一个用 LeRobot 训练并推送至 Hub 的 ACT（Action Chunking with Transformers）模仿学习策略，它从遥操作数据学习，预测短动作块而非单步动作。该策略采用 apache-2.0 许可，可用 lerobot-train 从零训练，并用 lerobot-record 配合 so100_follower 机器人本体运行推理与评估。
本事件热度走势
当前热度 4·可比范围峰值 4（10月1日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。