smolvla_epi101_2cam

English

SmolVLA finetuned on SO101 pick and place with 2 cameras (101 episodes).

Training

• Base model: lerobot/smolvla_base
• Dataset: naochanman/so101_pick_fixed_2cam_100ep
• Steps: 20000
• Batch size: 8
• Image augmentation: enabled
• rename_map applied to swap camera labels

Note

Dataset so101_pick_fixed_2cam_100ep has camera labels (top/wrist) swapped. Training used rename_map to correct this, so inference should use correct camera assignments:

• top = top camera
• wrist = wrist camera

---

日本語

SO101 ピック＆プレースタスクを2カメラ（top + wrist）で学習した SmolVLA モデル（101エピソード）。

トレーニング設定

• ベースモデル: lerobot/smolvla_base
• データセット: naochanman/so101_pick_fixed_2cam_100ep
• ステップ数: 20000
• バッチサイズ: 8
• 画像オーグメンテーション: 有効
• rename_map でカメララベルをスワップして学習

注意事項

データセット so101_pick_fixed_2cam_100ep はカメララベル（top/wrist）が逆に記録されています。 トレーニング時に rename_map で修正済みのため、推論時は正しいカメラ割り当てで使用してください:

• top = 上方カメラ
• wrist = 手首カメラ