Octo 🐙，开源的通用机器人策略（Generalist Robot Policy）

这是一个基于 80 万次机器人轨迹训练的多功能策略，性能优于 RT-1X，具备灵活的观测和行动空间，并且完全开源。Octo 能够控制多台机器人，接受第三人称视角和手腕摄像头的输入，以及语言指令和目标图像。它能在不到 5 小时内适应新的观测和行动空间，前提是使用具有 24 GB VRAM 的 GPU。

Octo 设计上支持扩展，采用大型 Transformer 架构，配备小型编码器和动作控制头，以及扩散动作解码技术，提升表现力。项目还包括了两种规格的模型：Octo-Small（2700 万参数）和 Octo-Base（9300 万参数），并在 HuggingFace 平台提供。此外，发布了技术报告和与 PyTorch 及 JAX 兼容的高质量数据加载器，以及精心策划的数据集分割，旨在打造真正的“基础级”机器人模型。

项目地址：http://t.cn/A6lfldTv