改善 し,共有 する

6の6つのユニット · 改善&シェア · ~1.5時間

ユニット5の失敗診断を 標的型データ収集に変え データセットを混ぜてコミュニティと仕事を共有し より効果的な政策への道を図示します

データ フライホイール

ロボット学習政策を改善する最も信頼できる方法は,モデルを変更するのではなく,データを改善することです.データフライホイールは,どんなロボット学習プロジェクトでも,核心的繰り返しのループです.

1 年間

評価する

20回の試行で 失敗をタイプ別に分類する

2 について

プライマリ故障モードを特定する

データ品質 (不一致なデモ),分布シフト (見えない位置) やモデル容量 (十分な精度が正しい軌道が間違っている) ですか?

3 について

対象データ収集

障害の制度を特定して20~30回のデモを記録する.作業場左側の物体で政策が失敗した場合,その特定の位置の20回のデモを記録する.既に機能しているものを記録するな.

4 について

訓練・再評価

既存のデータセットと新しいデータを統合し,再訓練し,20回の試験評価を再実行します 診断が正しい場合,サイクルで10~20パーセントポイントの改善を期待します.

データのセットを混ぜる

LeRobot は複数のデータセットを同時に訓練することができます. これは,ターゲット収集データを元のデータセットと組み合わせたり,同じタスクとロボットタイプのための公共コミュニティデータセットでも使えます.

# 複数の repo IDで2つのデータセットを統合する python -m lerobot.scripts.train \ -policy-type act \ -dataset-repo-id "$HF_USER/pick-place-v1,$HF_USER/pick-place-targeted" \ -examples-repo-id-weights "1.0,2.0" -- \put-out \ -set-direct / ~robot-pick-pics-v2 \ \ \ -set-repo-id \ -set-repo-id \ -set-repo-id \ -set-repo-id \ -set-out \ -set-direct / -robot-pick-pics-v2 \ -set-out \ -set-out \ -set-out \ -pick-place-target \ -set-out \ -set-out \ -set-out \ -set-out \ -

公開データセットとの混合: コミュニティデータセットに混合する前に,ロボットタイプとアクションスペースの次元があなたと同様のかどうかを確認してください. 7-DOFデータセットを6DOFトレーニングランに混合すると,静かな形状不一致エラーが発生します.常に,混合する予定のデータセットの T0をチェックしてください.

モデルをハグ・フェイスハブで共有する

訓練されたモデルを共有することで,コミュニティに利用可能となり,他の者があなたのポリシーを出発点として利用することができます.標準レロボットフォーマットで共有されたモデルは, T1を持つ誰でも直接読み込みできます.

# HuggingFace Hub python -m lerobot.scripts.push_policy_to_hub \ --checkpoint-path \ ~/lerobot-policy/pick-place-v1/checkpoints/step_050000 \ --repo-id $HF_USER/act-pick-place-so100 # モデルカードを追加 (推奨) # プッシュコマンドは README.md テンプレートを作成します : # - ロボットとタスク説明 # - トレーニングデータセット repo ID # - 評価率 # - ロボットで実行されているポリシータイプのビデオ

コミュニティとのデータセットを共有する

データを集めてください 3 ユニットに押し付けました ハグ・フェイスハブに 載せています

• 作業,ロボット,録音設定,エピソード数について説明する**データセットカードをHuggingFaceに追加します.
• T2,ロボットタイプ (例えば,T3) とタスクカテゴリー (例えば,T4) をタグ付けます.
• 保存およびコミュニティインデックスに組み込むために [RCSVデータセットライブラリ]T7) に提出する.

レロボットへハードウェア設定を寄与する

ユニット1でサポートされていないロボットのためのカスタマイズされたハードウェア設定を追加した場合は,LeRobot リポジトリに返信することを検討してください. 設定ファイルでT6に pull リクエストを開いてください.メンテナントはハードウェア貢献を迅速にレビューし,このことは直接そのハードウェアの将来のユーザーに利益をもたらす.

次は: より効率的な政策

作業過程を完全に把握できます.

言語

スモルヴァラ 言語条件の政策

ACT から SmolVLA に切り替える.このポリシーが自然言語の指示 ("ブルーブロックを拾い上げ") に対応するか,タスクを一般化する場合は.

規模

Pi0Fast 高速VLA推論

Pi0Fastは100Hzの推論 (ACTの30Hzと対比) で動作し,より速い操作作業とより緊密な制御ループを可能にします.推論時にGPUが必要ですが,スケールではるかに優れた行動を生成します.

一般化

多重作業政策

複数のタスクで単一のポリシーを訓練する.各エピソードごとに異なるタスク_index値を持つ混合データセットを使用して.SmolVLAとPi0Fastは両方ともマルチタスクトレーニングをネイティブでサポートします. GitHub例のLeRobotマルチタスクレシピを参照してください.

レロボットの道を 完成させた

コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, コンピュータを操作する上で, 作業を行うことができます.

[フォーラムで質問] T8) [ショーケースで結果を共有]

疑問? ハグジングフェイス ディスコードに参加 #レロボット