Mindket

LingBot-Touch-Tiny

新上架第 1 版 · 更新于

概览

把触觉传感器信号编码成潜在特征,用于机器人操作研究,涵盖磁式、压阻式和视觉触觉三种传感。仓库里只有权重和配置。

LingBot-Touch-Tiny 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • LingBot-Touch 的推理实现,它与这个仓库分开发布
  • 你自己的传感器适配器,因为仓库里没有
用在
  • 加载编码器和配置文件的研究代码
  • 单独发布的 LingBot-Touch 推理实现
  • 在 Windows、macOS 或 Linux 上下载文件
先运行
pip install -U huggingface_hub
hf download robbyant/lingbot-touch-tiny

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

LingBot-Touch-Tiny 是 LingBot-Touch 的编码器,LingBot-Touch 是面向机器人的触觉表示模型,采用 JEPA 式设计。它通过在潜在空间里做预测,学习接触结构以及接触随时间变化的特征。它涵盖三类触觉传感:磁式、压阻式和视觉触觉。

适合谁

使用触觉传感器和灵巧手、想要一个预训练的触觉信号编码器的机器人研究人员。

IndustryWho uses itHow they use itExample
机器人操作研究人员把触觉信号变成抓取任务的特征把指尖读数输入下游策略
传感器研究硬件团队在同一空间里比较不同类型的触觉传感器把磁式和压阻式数据映射成同一格式
学术界学生研究触觉数据的潜在预测探查编码器输出的特征

如果你想要开箱即用的机器人控制器,可以跳过它,因为仓库里只有权重和配置。

用在哪里

  • 加载编码器和配置文件的研究代码
  • 单独发布的 LingBot-Touch 推理实现
  • 在 Windows、macOS 或 Linux 上下载文件
Use caseWhoWhat they get back
触觉特征研究人员触觉的词元级潜在表示
操作研究机器人团队用于下游感知和控制的特征
传感器比较硬件团队三种传感类型共用的一种表示

如何设置

  • 带 pip 的 Python
  • LingBot-Touch 的推理实现,它与这个仓库分开发布
  • 你自己的传感器适配器,因为仓库里没有
  1. 安装 Hugging Face hub 包。
  2. 下载仓库,你会得到 encoder.pt 和 config.json。
  3. 把这两个文件放在一起,用推理实现加载。
pip install -U huggingface_hub
hf download robbyant/lingbot-touch-tiny

如何使用

把归一化的触觉信号连同触觉点坐标和传感类型的选择传给编码器。它返回潜在特征,供你为任务读出。卡片建议用注意力来查询这些特征。

ToolWhat it does
encoder.pt冻结的目标编码器的权重
config.json推理架构和传感类型的路径

示例

你把机器人手五根手指的读数归一化,并选择磁式传感类型。编码器返回词元级的潜在特征,并带有时间、手指和位置的标签,你再把它们交给任务头。

新手与专家

如果你是新手,这是机器人研究的构件,不是应用。试用前先读懂输入的形状和传感器的设置。

输入的形状是批次、时间、5 根手指、点数和 3 个值。手指的顺序固定为拇指、食指、中指、无名指和小指。X 和 Y 归一化到负一到一之间,Z 归一化到零到一之间。对于压阻式和视觉触觉传感器,单个数值放在 Z 里,X 和 Y 都置零。

  1. 触觉信号被归一化
  2. 选定触觉点坐标和传感类型
  3. 共享的 Transformer 对其编码
  4. 输出带地址的潜在词元

注意事项

  • 推理之前必须调整传感器几何、左右手、点的顺序和测量范围
  • 原始 RGB 图像不是视觉触觉类型的输入
  • License: Apache 2.0
  • Cost to run: 没有列出费用
  • Data it reaches: 你提供的触觉信号,以及从 Hugging Face 下载的文件
  • Not for: 当作完整工具包使用,因为它没有推理代码、传感器适配器、示例数据、预测器、任务头或训练日志

README 和文件

README

LingBot-Touch-Tiny

把触觉传感器信号编码成潜在特征,用于机器人操作研究,涵盖磁式、压阻式和视觉触觉三种传感。仓库里只有权重和配置。

由 robbyant 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:LingBot-Touch-Tiny 是 LingBot-Touch 的编码器,LingBot-Touch 是面向机器人的触觉表示模型,采用 JEPA 式设计。它通过在潜在空间里做预测,学习接触结构以及接触随时间变化的特征。它涵盖三类触觉传感:磁式、压阻式和视觉触觉。

适合谁:使用触觉传感器和灵巧手、想要一个预训练的触觉信号编码器的机器人研究人员。

Industry | Who uses it | How they use it | Example
机器人 | 操作研究人员 | 把触觉信号变成抓取任务的特征 | 把指尖读数输入下游策略
传感器研究 | 硬件团队 | 在同一空间里比较不同类型的触觉传感器 | 把磁式和压阻式数据映射成同一格式
学术界 | 学生 | 研究触觉数据的潜在预测 | 探查编码器输出的特征

如果你想要开箱即用的机器人控制器,可以跳过它,因为仓库里只有权重和配置。

用在哪里:

  • 加载编码器和配置文件的研究代码
  • 单独发布的 LingBot-Touch 推理实现
  • 在 Windows、macOS 或 Linux 上下载文件
Use case | Who | What they get back
触觉特征 | 研究人员 | 触觉的词元级潜在表示
操作研究 | 机器人团队 | 用于下游感知和控制的特征
传感器比较 | 硬件团队 | 三种传感类型共用的一种表示

如何设置:

  • 带 pip 的 Python
  • LingBot-Touch 的推理实现,它与这个仓库分开发布
  • 你自己的传感器适配器,因为仓库里没有
  1. 安装 Hugging Face hub 包。
  2. 下载仓库,你会得到 encoder.pt 和 config.json。
  3. 把这两个文件放在一起,用推理实现加载。
pip install -U huggingface_hub
hf download robbyant/lingbot-touch-tiny

如何使用:把归一化的触觉信号连同触觉点坐标和传感类型的选择传给编码器。它返回潜在特征,供你为任务读出。卡片建议用注意力来查询这些特征。

Tool | What it does
encoder.pt | 冻结的目标编码器的权重
config.json | 推理架构和传感类型的路径

示例:你把机器人手五根手指的读数归一化,并选择磁式传感类型。编码器返回词元级的潜在特征,并带有时间、手指和位置的标签,你再把它们交给任务头。

新手与专家:如果你是新手,这是机器人研究的构件,不是应用。试用前先读懂输入的形状和传感器的设置。

输入的形状是批次、时间、5 根手指、点数和 3 个值。手指的顺序固定为拇指、食指、中指、无名指和小指。X 和 Y 归一化到负一到一之间,Z 归一化到零到一之间。对于压阻式和视觉触觉传感器,单个数值放在 Z 里,X 和 Y 都置零。

触觉信号被归一化
选定触觉点坐标和传感类型
共享的 Transformer 对其编码
输出带地址的潜在词元

注意事项:

  • 推理之前必须调整传感器几何、左右手、点的顺序和测量范围
  • 原始 RGB 图像不是视觉触觉类型的输入
  • License: Apache 2.0
  • Cost to run: 没有列出费用
  • Data it reaches: 你提供的触觉信号,以及从 Hugging Face 下载的文件
  • Not for: 当作完整工具包使用,因为它没有推理代码、传感器适配器、示例数据、预测器、任务头或训练日志

Hugging Face 上的数据(2026年11月13日)

  • 任务:robotics
  • 最近 30 天下载:380
  • 点赞:13
  • 许可证:apache-2.0
  • 标签:tactile, robotics, representation-learning

链接

  • 模型:https://huggingface.co/robbyant/lingbot-touch-tiny
  • 文件:https://huggingface.co/robbyant/lingbot-touch-tiny/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download robbyant/lingbot-touch-tiny

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
LingBot-Touch-Tiny 本页38013—apache-2.0
lingbot-touch-small共有 tactile · representation-learning · robotics30910—apache-2.0
MERT-v2-FullSong共有 representation-learning13,79057632Mcc-by-nc-4.0
H-JEPA共有 robotics025—mit
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架