डेटा संग्रहण

रिकॉर्डिंग के लिए हार्डवेयर कनेक्शन

डेटा संग्रह के लिए बुनियादी आर्म नियंत्रण की तुलना में अधिक हार्डवेयर की आवश्यकता होती है। यह अनुभाग बताता है कि LeRobot शुरू करने से पहले क्या कनेक्ट करना है और कहाँ कनेक्ट करना है।

चरण-दर-चरण रिकॉर्डिंग वर्कफ़्लो

प्रत्येक रिकॉर्डिंग सत्र के लिए इन चरणों का पालन करें। प्रत्येक चरण अंतिम पर आधारित होता है - चरणों को छोड़ें नहीं।

sudo ip link set up can0
source /opt/ros/humble/setup.bash
source ~/openarm_ws/install/setup.bash
ros2 launch openarm_ros2 openarm.launch.py use_fake_hardware:=false can_interface:=can0

python3 -m openarm_can.scripts.home --interface can0

# Quick camera check (press Q to exit)
python3 -c "
import cv2
for i in range(4):
    cap = cv2.VideoCapture(i)
    if cap.isOpened():
        print(f'Camera {i}: OK')
    cap.release()
"

source ~/.venvs/openarm/bin/activate
python -m lerobot.scripts.control_robot \
  --robot.type=openarm \
  --control.type=record \
  --control.fps=30 \
  --control.repo_id=your-username/openarm-pick-place-v1 \
  --control.num_episodes=50 \
  --control.single_task="Pick up the red cube and place it in the bin" \
  --control.warmup_time_s=5 \
  --control.reset_time_s=10

python -m lerobot.scripts.visualize_dataset \
  --repo_id=your-username/openarm-pick-place-v1 \
  --episode_index=0

huggingface-cli login
python -m lerobot.scripts.push_dataset_to_hub \
  --repo_id=your-username/openarm-pick-place-v1

लेरोबोट डेटासेट प्रारूप

लेरोबोट सारणीबद्ध डेटा के लिए Parquet फ़ाइलों और छवि स्ट्रीम के लिए MP4/PNG फ़ाइलों का उपयोग करके हगिंगफेस डेटासेट प्रारूप में डेटासेट संग्रहीत करता है। प्रत्येक एपिसोड टाइमस्टैम्प्ड अवलोकनों और कार्यों का एक क्रम है।

निर्देशिका संरचना

your-username/openarm-pick-place-v1/
├── meta/
│   ├── info.json          # Dataset metadata, fps, shapes
│   ├── episodes.jsonl     # Per-episode metadata (task, length, outcome)
│   └── stats.json         # Min/max/mean/std for all fields
├── data/
│   └── chunk-000/
│       ├── episode_000000.parquet
│       ├── episode_000001.parquet
│       └── ...
└── videos/
    └── chunk-000/
        ├── observation.images.wrist_cam/
        │   ├── episode_000000.mp4
        │   └── ...
        └── observation.images.overhead_cam/
            └── ...

एपिसोड डेटा स्कीमा

डेटा के रूप में विफलता एपिसोड

ओपनआर्म को केवल सफलताओं के लिए ही नहीं, बल्कि विफल प्रयासों को भी सुरक्षित रूप से रिकॉर्ड करने के लिए डिज़ाइन किया गया है। विफलता प्रक्षेप पथ - फिसलन, गलत समझ, टकराव, पुनर्प्राप्ति प्रयास - मजबूत नीति सामान्यीकरण के लिए प्रथम श्रेणी के डेटा महत्वपूर्ण हैं। विफलता प्रकरणों को स्वचालित रूप से न हटाएं. इसके बजाय, उन्हें इसके साथ एनोटेट करें success एपिसोड मेटाडेटा में फ़ील्ड और प्रशिक्षण ढांचे को यह तय करने दें कि उनका उपयोग करना है या नहीं।

एकत्रित डेटा के लिए गुणवत्ता जांच सूची

प्रत्येक रिकॉर्डिंग सत्र के बाद और हब पर जाने से पहले इस चेकलिस्ट को पढ़ें। खराब-गुणवत्ता वाला डेटा कम एपिसोड संख्या की तुलना में नीति प्रदर्शन को अधिक नुकसान पहुंचाता है।

अपने डेटासेट से एक नीति का प्रशिक्षण

एक बार जब आपका डेटासेट गुणवत्ता जांच सूची पास कर लेता है, तो आप सीधे LeRobot के साथ ACT या डिफ्यूजन पॉलिसी को प्रशिक्षित कर सकते हैं।

ट्रेन अधिनियम

python -m lerobot.scripts.train \
  --policy.type=act \
  --dataset.repo_id=your-username/openarm-pick-place-v1 \
  --policy.chunk_size=100 \
  --training.num_epochs=5000 \
  --output_dir=outputs/act-pick-place

ट्रेन प्रसार नीति

python -m lerobot.scripts.train \
  --policy.type=diffusion \
  --dataset.repo_id=your-username/openarm-pick-place-v1 \
  --training.num_epochs=8000 \
  --output_dir=outputs/diffusion-pick-place