首页 / Robot / 推理部署 / π₀.₅
π₀.₅ OpenPI · Flow Matching

π₀.₅ 推理部署

这一类收集 π₀.₅ 的推理路径文档:从 PyTorch 计算图、Thor 算子拆解,到 G2 放球 / 弯腰捡球任务的部署与动态响应优化。

π₀.₅ 推理计算全流程
openpi · sample_actions

推理计算全流程

3 图 + 200 token prompt + state → action horizon 50。逐步展开输入/输出 shape,含 RoPE / adaRMS / Flow Matching 动画。

π₀.₅ Thor 推理优化
UniRT · ApexInfer · nsys

Thor 优化

3 图片 · denoise 10 steps。ViT → Prefill → Denoise 算子拆解,点击查看 FLOPs 与带宽。

π₀.₅ 0054 逐算子 FLOPs 与访存
0054 · nsys · ncu · NVFP4

0054 正式基线 · FLOPs / 访存

塔积木 10 步 denoise。按 FP8 / FP16 / NVFP4 汇总 ViT、Prefill、Denoise 与 e2e 的 FLOPs 和内存访问量,逐算子挂量化与融合手段。

G2 放球任务优化
G2 · badminton651 · 分类

G2 放球任务优化

h6 部署与执行、RTC 论文译文、插值/平滑与动态响应方案、h7 实测报告等放球相关文档。

G2 移动弯腰捡羽毛球
G2 · shuttle_nav · WBC / QP

G2 移动弯腰捡羽毛球

DWA 底盘导航动画、弯腰抓取与任务空间 QP、真机部署清单与后续优化方向(wbc_mpc / shuttle_nav)。