Erstmals aufzeichnen

Einheit 4 von 6 · Datenerhebung · ~ 2 Stunden

Sammeln Sie 50 hochwertige Pick-and-Place-Demonstrationen im LeRobot-Format.

Warum Datenqualität wichtiger ist als Quantität

Ein weit verbreiteter Missverständnis im Roboter-Lernen ist, dass mehr Demonstrationen automatisch eine bessere Politik erzeugen. Wenn Ihre Demonstrationen inkonsistent sind verschiedene Wege, verschiedene Geschwindigkeiten, verschiedene Objektspositionen lernt das Netzwerk einen verschwommenen Durchschnitt, der keiner tatsächlichen erfolgreichen Strategie entspricht.

50 Demonstrationen, bei denen der Arm den gleichen sauberen Weg nimmt, das Objekt an der gleichen Stelle ergreift und zur gleichen Heimatposition zurückkehrt, werden eine Politik erzeugen, die mehr als 500 Demonstrationen mit hoher Varianz allgemein macht.

Für eine tiefere Einführung in die Pipeline-Konstruktion lesen Sie die [Daten-Sammlungs-Pipeline-Übersicht]T7) in der Robotikbibliothek.

Das Format des LeRobot Datensatzes

Ihre Aufnahmen werden im LeRobot-Format gespeichert, der Standard, den Hugging Face's LeRobot-Bibliothek verwendet, und kompatibel mit den ACT- und Diffusion Policy-Trainer, die Sie in Einheit 5 verwenden.

Was aufgenommen wird

Gemeinsame Positionen (6 DOF + Griff), gemeinsame Geschwindigkeiten, End-Effektor-Position, Kamerarahmen (RGB + optionale Tiefe), Zeitstempeln und Aufgabenmetadaten.

Dateinrichtung

Ein Ordner pro Episode. Jede Episode enthält einen T0 mit Zustand/Aktionsarrays und einen T1 Unterordner mit Kamera-Streams.

Probenahmerate

Die Funktion der Teleoperation erzeugt 50 Zeitschritte, die Funktion der 10-Sekunden-Pick-and-Place erzeugt 500 Paare.

Kompatibilität

LeRobot-Format laden direkt in T2. Es ist auch konvertierbar zu RLDS für TF-Agents Pipelines.

Ihre Aufnahmesitzung

Starten Sie das Aufnahmemodell mit Ihrem Aufgabennamen und der Ziel-Episodezahl. Das Skript verwaltet das Episodenmanagement, die Dateinamen und das Qualitätsmarkieren automatisch:

# Aktivieren Sie Ihre Umgebung erste Quelle ~/openarm-env/bin/activate # Launch-Recording Speichert auf ~/openarm-datasets/pick-and-place/ python -m openarm.collect \ --task pick-and-place \ --task pick-and-place \ --episodes 50 \ --fps 50 \ --output ~/openarm-datasets/pick-and-place # Drücken Sie ENTER, um eine neue Episode zu starten, BACKSPACE, um die letzte zu entfernen # Das Skript druckt nach jedem 10-Episode eine Zusammenfassung

Setzen Sie Ihren Arbeitsplatz mit dem gleichen Objekt in der gleichen Startposition für jede Episode ein. Verwenden Sie Bandzeichen auf dem Tisch, um die Position des Objekts konsistent zu halten. Ihr Arm sollte vor jedem Start jeder Episode genau zur gleichen Home-Pose zurückkehren das Aufnahmeskript durchsetzt dies mit einer Orientierungskontroll.

Praktizer Tipp: Zielen Sie auf Episoden zwischen 815 Sekunden je. Zu kurz (unter 5 Sekunden) und die Politik hat keine Zeit, eine reibungslose Bahn zu planen. Zu lange (über 20 Sekunden) und kleine Variationen. Für eine Standard-Pick-and-Place ist 10 Sekunden pro Episode das Ziel.

Datenqualitätskontrollliste

Bevor Sie zur Einheit 5 wechseln, überprüfen Sie, ob Ihre Datensätze alle fünf Kontrollen durchlaufen.

• 1 Keine gescheiterten Greifungen. Jede Episode endet mit dem Objekt, das erfolgreich an dem Zielort gelegt wurde.
• 2 Konsistente Start-Position. Der Arm beginnt in jeder Episode in der Position des Stammers.
• 3 Keine plötzlichen Sprünge oder Schlägen. Visualisieren Sie 35 zufällige Episoden mit T3.
• 4 Kamera-Räume sind klar und in den Fokus. Überprüfen Sie, ob Ihre Arbeitsraumkamera nicht verborgen ist, nicht durch direktes Licht ausgeblasen wird und dass das Objekt während jeder Episode klar sichtbar ist.
• 5 50 komplette Episoden gespeichert. Laufen Sie T4 und bestätigen Sie, dass Sie genau 50 Episoden ohne beschädigte Dateien haben. Das Skript wird alle Episoden mit fehlenden Rahmen oder abgeschnittenen Aktionssequenzen markieren.

Überprüfen Sie Referenzdatensätze für Vergleich

Die RCSV-Datensatzbibliothek enthält Beispiel-und-Place-Aufnahmen, die Sie als Qualitätsreferenz verwenden können. Wenn Ihre Daten deutlich anders aussehen, untersuchen Sie vor dem Training.

Einheit 4 ist fertig, wenn...

Sie haben 50 saubere Episoden im LeRobot-Format auf T5 gespeichert. Alle fünf Qualitätschecklistenpunkte passieren.

[← Zurück zum Wegüberblick]