# RoboBrain ## 论文 [RoboBrain: A Unified Brain Model for Robotic Manipulation from Abstract to Concrete](https://arxiv.org/abs/2502.21257) ## 模型结构 模型基于qwen2.5进行构建。
## 算法原理 在实际应用中,该模型首先生成详细的计划,然后将其拆分为子任务描述以执行具体的机器人任务。
## 环境配置 ### 硬件需求 DCU型号:K100_AI,节点数量:1台,卡数:2 张。 `-v 路径`、`docker_name`和`imageID`根据实际情况修改 ### Docker(方法一) ```bash docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:vllm0.8.5-ubuntu22.04-dtk25.04-rc7-das1.5-py3.10-20250612-fixpy-rocblas0611-rc2 docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash cd /your_code_path/robobrain_pytorch ``` ### Dockerfile(方法二) ```bash cd docker docker build --no-cache -t robobrain:latest . docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash cd /your_code_path/robobrain_pytorch ``` ### Anaconda(方法三) 关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。 ```bash DTK: 25.04 python: 3.10 vllm: 0.8.5 torch: 2.4.1+das.opt2.dtk2504 deepspeed: 0.14.2+das.opt2.dtk2504 ``` `Tips:以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应` ## 数据集 无 ## 训练 暂无 ## 推理 ### vllm推理方法 #### server server启动 ```bash vllm serve BAAI/RoboBrain --served-model-name robobrain --max_model_len 16384 -tp 2 --limit_mm_per_prompt image=2 ``` client访问 ```bash python client.py ``` ## result
### 精度 DCU与GPU精度一致,推理框架:vllm。 ## 应用场景 ### 算法类别 文本理解 ### 热点应用行业 制造,广媒,家居,教育 ## 预训练权重 - [BAAI/RoboBrain](https://huggingface.co/BAAI/RoboBrain) ## 源码仓库及问题反馈 - https://developer.sourcefind.cn/codes/modelzoo/robobrain_pytorch ## 参考资料 - https://github.com/FlagOpen/RoboBrain.git