Paxini Gen3 Tutorial-Index
Schritt-für-Schritt-Anleitungen von den ersten Kontaktdaten bis hin zu taktilen Lernrichtlinien für Roboter. Beginnen Sie mit Tutorial 1, wenn Sie gerade die Software-Einrichtung abgeschlossen haben. Fahren Sie mit Tutorial 3 oder 4 fort, wenn Sie bereits über einen funktionierenden Sensorstream verfügen.
Grundlegende Wahrnehmung: Lesen beim ersten Kontakt
Installieren Sie das Paxini SDK, schließen Sie den Sensor über USB-C an und schreiben Sie ein 5-zeiliges Python-Skript, das Live-Druckdaten druckt. Führen Sie den integrierten Heatmap-Visualizer aus, um zu bestätigen, dass jedes Taxel funktioniert. Schließen Sie dies vor jedem anderen Tutorial ab.
Taktile Daten verstehen
Lernen Sie die räumliche Struktur des Druckarrays kennen, kalibrieren Sie Kontakterkennungsschwellenwerte für Ihren Greifer, implementieren Sie eine Grifferkennungsfunktion und visualisieren Sie Kontaktereignisse im Zeitverlauf. Deckt den Unterschied zwischen Druck, Kraft und Kontaktfläche ab.
Taktil mit einem Roboterarm synchronisieren
Montieren Sie den Gen3 an Ihrem Greifer, verlegen Sie USB-Kabel entlang des Arms und verwenden Sie ihn MultiSourceSync um synchronisierte (Armzustand, taktile, Kamera-)Bilder aufzuzeichnen. Überprüfen Sie die Zeitstempelausrichtung und zeichnen Sie eine 10-sekündige Testepisode auf.
Aufzeichnen eines taktilen LeRobot-Datensatzes
Verwenden Sie das erweiterte LeRobot-Datensatzschema, um 50 Greif- und Ortsdemonstrationen mit taktilen Kanälen aufzuzeichnen. Wenden Sie die Qualitätscheckliste an, kennzeichnen Sie Slip-Ereignisse automatisch und stellen Sie sicher, dass Ihr Datensatz für das Richtlinientraining bereit ist.
Schulung einer taktilbewussten Richtlinie
Hinzufügen observation.tactile als Eingabemodalität für ACT oder Diffusion Policy. Berechnen Sie Normalisierungsstatistiken aus Ihrem Datensatz, führen Sie ein Training durch und werten Sie verformbare und transparente Objekte anhand einer rein visuellen Basislinie aus.
Erkennung der Griffqualität in Echtzeit
Implementieren Sie einen einfachen Online-Klassifikator, der mit Sensorfrequenz (500 Hz) läuft und instabile Griffe in Echtzeit kennzeichnet. Nutzen Sie die Ausgabe als Belohnungssignal für die Online-Richtlinienanpassung.
Bevorzugen Sie einen strukturierten Lernpfad?
Bei den Tutorials 1–5 oben handelt es sich um die gleichen Einheiten wie im offiziellen Paxini Gen3-Lernpfad – ein sequenzierter 8-Stunden-Lehrplan mit Abschlusskontrollen, Zeitschätzungen und Fortschrittsverfolgung. Beginnen Sie dort, wenn Sie mit der taktilen Wahrnehmung noch nicht vertraut sind.