OpenArm1: 開箱から最初の訓練政策

構造的で連続的な経路で 0 から OpenArm でリアルな模倣学習ポリシーを実行します ロボット学経験は必要ありません Linux 基礎と Python だけです

合計時間 ~12時間

困難 開始 者 に 適した

硬件 OpenArm 1 + USB-Cケーブル

必須条件 Linux 基礎 Python 基礎

シミュレーションオプション Yes sim setup guide

訓練された政策で 選出・場所デモを 作る

始める前に 条件 を チェック

• Linux端末 (CD, ls, pip インストール) に快適です
• Python 3.10 以上をインストールした
• OpenArm 1 __またはシミュレーション環境へのアクセス
• Ubuntu 22.04 または 24.04 を実行するマシン (VM は大丈夫)
• 合計12時間以上,複数のセッションで

T2

歩道 を 一目 一 眼 に 見る

完成チェックが明確だ 合格するまで進まない

[ 固定リンク ]

ゼロ

始める 前 に: 必要 な もの が 必要 な もの

ソフトウェアチェックリスト,時間推定,そしてどこで助けを入手できるか. 技術的な内容はありません. 方向性だけ.

コードなし

T3)

1 年間

腕を 動かせる 必要 を 達成 する

ソフトを開き,接続し,SocketCANとROS2をインストールし, Web UIで初めて腕を移動します.

~ 2時間

T4)

2 について

SDK をインストールし,必要な接続

OpenArm Python SDKをインストールし,ライブ接続テストを実行し,最も一般的な3つのエラーを修正します.

~1.5時間

T5)

3 について

腕 を 制御 する 必要 の 手

訓練データを作成する理由を理解し,セッションを設定し,5分連続でテレオペレーションを行う.

~ 2時間

T6)

4 について

必要な 最初のデータセットを記録する

データ品質が 量より重要だと理解し, レロボット 形式で 50 件 の 清潔 な 場所 選出 デモ を 記録する

~ 2時間

T7)

5 について

必要な 原則 を 訓練 する

学習の曲線を理解し,いつ停止するかを知ること.目標:>70%の成功率.

~ 3時間

T8)

6 について

必要な 部署 や 改善

データを 自動運転で運ぶ 目標7/10

~1.5時間

T9)

時間 分裂

Unit	Topic	Time
Unit 0	Orientation	~20 min
Unit 1	Hardware Setup	~2 h
Unit 2	SDK & Connection	~1.5 h
Unit 3	First 遠隔操作	~2 h
Unit 4	Data Collection	~2 h
Unit 5	Policy Training	~3 h
Unit 6	Deploy & Improve	~1.5 h
Total	~12 h 20 min

スタートユニット0 方向→

必要なのは20分ほどです テクニカルな内容はありません 道のりは始まる前に 全てを手に入れるようにします