完全なハードウェア ハブ — 8-DOF 協調アーム

オープンアーム 101

インターネット上で最も完全な OpenArm リソース。 開梱から最初の AI トレーニング データセットの記録まで、すべてのステップがここにあります。 ハードウェアのセットアップ、ソフトウェア、データ収集、チュートリアル、安全性、コミュニティをカバーする 8 ページ。

ここから始めましょう→ OpenArm を購入 →
8
自由度
1kg
最大ペイロード
CAN
SocketCANバス
MIT
制御モード
開封後

セットアップの手順

OpenArm を開梱した後、次の手順に従ってください。 合計で6～7時間くらいかかります。 OpenArm を初めて使用しますか? 最初にクイックスタートをお読みください →

1

開梱と安全性チェック

内容の確認、接合部の検査、ワークスペースのセットアップ

～30分
2

ソフトウェア環境

Ubuntu の依存関係、SocketCAN、ROS2 をインストールする

～60分
3

最初の動作

偽のハードウェア モードを実行してから、実際のハードウェアを実行します

～30分
4

校正とホーミング

ジョイントゼロを設定し、ワークスペースを確認する

～45分
5

遠隔操作

オペレータデバイスを接続し、最初のセッションを記録します

～60分
6

データ収集

RLDS/LeRobot フォーマット、品質チェック

進行中
7

AIモデルのトレーニング

ACT/拡散ポリシーを微調整し、展開する

進行中
フルセットアップガイドを開く →
技術概要

ハードウェアの概要

自由度 8自由度
最大ペイロード 1kg
コミュニケーション SocketCAN (CAN バス)
制御モード MIT 位置 / 速度 / トルク
ソフトウェア ROS2、Python SDK、openarm_can
重さ ～3kg
フルスペック → 安全に関する情報 →
AIの統合

互換性のある AI モデル

OpenArm 101 は、ポリシー学習専用に構築されています。 これらのモデルは、すぐに使用できる記録データで動作します。

ACT

Action Chunking Transformer — ピックアンドプレイスタスクに最適です。 カメラの観察からアクションシーケンスを予測します。

モデルを見る →

普及政策

接触が多い操作に最適です。 アクション空間上のノイズ除去拡散を使用して、滑らかな軌道を生成します。

モデルを見る →

OpenVLA

言語条件付きのタスクに最適です。 視覚言語の理解とロボットの行動予測を組み合わせます。

モデルを見る →
すべての OpenArm モデル → OpenArm データセット →
ディープダイブ

テクニカルガイド

OpenArm スタックのすべての層をカバーする詳細な研究記事。

SocketCAN セットアップガイド → ROS2 コントロールガイド → MIT 制御ゲイン → 校正とホーミング → 遠隔操作データのロギング → データ中心のプラットフォーム →
ヘルプを取得して共有する

コミュニティ

質問がありますか、それともビルドを共有したいですか?

オープンアームフォーラム → GitHub の問題 → 質問する →

始める準備はできましたか?

カリフォルニア州マウンテンビューでの同日受け取り。 または世界中に発送します。

クイックスタートを開始する オープンアームを購入する お問い合わせ