당신 자신 의 시연 을 기록 하십시오

6중 3부 · 기록된 디모 · ~ 2시간

로봇 (또는 시뮬레이션) 을 연결하고, 레로봇 레코드 명령어를 사용하여 최소 50 개의 시뮬레이션을 기록하고, 데이터 세트를 HuggingFace Hub 에 밀어 넣고 Unit 4에서 훈련에 준비합니다.

로봇을 연결하거나 시뮬레이션을 열

실제 로봇을 사용하는 경우, 지금 연결하고 기록 명령어를 실행하기 전에 시스템이 인식하는지 확인하십시오. 시뮬레이션에서 작업하는 경우, 기록 명령어는 키보드 또는 스크립트 정책을 사용하여 T0 또는 T1 환경에서 가상 로봇을 원자로 구동 할 수 있습니다.

# 실제 로봇 연결을 확인 (so100를 로봇 타입으로 교체) python -m lerobot.scripts.control_robot \ --robot-path lerobot/configs/robot/so100.yaml \ --control-mode 텔레오퍼레이트 \ --teleop-time-s 5 # 시뮬레이션 하드웨어가 필요하지 않습니다 python -m lerobot.scripts.control_robot \ --robot-path lerobot/configs/robot/so100_sim.yaml \ --control-mode 텔레오퍼레이트 \ --teleop-time-s 5

터미널 출력에서 주류 상태와 (실제 로봇에) 입력에 응답하는 팔을 볼 수 있습니다. 그렇지 않으면 연결 문제를 해결하기 전에 계속합니다.

기록 명령

핵심 녹음 명령어.

python -m lerobot.scripts.control_robot \ --robot-path lerobot/configs/robot/so100.yaml \ --control-mode record \ --dataset.repo-id $HF_USER/pick-place-v1 \ --dataset.num-episodes 50 \ --dataset.single-task "붉은 큐브를 들고 그릇에 넣으십시오" \ --dataset.fps 30 \ --dataset.push-to-hub 1 \ --display-cameras 1 \ #HF_USER 는 당신의 HuggingFace 사용자 이름입니다 (set via: export HF\USER=your_username) \ --set.push-to-hubs 1을 업로드하고 방울에 넣습니다.

** 시뮬레이션 기록:** 시뮬레이션 설정으로 T2을 교체하고, 기본 데이터 세트에 대한 스크립트 (인류가 아닌) 디스플레이를 기록하기 위해 T3과 T4을 추가합니다.

얼마나 많은 시위?

올바른 번호는 설정에 달려 있습니다.

• ** 시뮬레이션:** 기본 정책에 50개의 스크립트 된 에피소드가 충분합니다. 환경은 결정적인 것이기 때문에 변동은 낮고 ACT가 공감하기에 50개가 충분합니다.
• ** 실제 로봇, 간단한 작업:** 5080 인간 시범. 고정된 객체 위치로 픽앤플레이스는 이 범위의 낮은 끝에 잘 훈련 할 수 있습니다.
• ** 실제 로봇, 변수 작업:** 100200 시범. 객체 위치가 달라지거나 작업에 여러 가지 하위 단계가 필요한 경우 더 많은 커버리가 필요합니다.

이 경로에서는 50개의 시범을 최소로 목표로 한다. 품질은 양을 이겨내다.

좋은 예시 습관

일관된 작업 공간 설정

각 에피소드 전에 객체를 동일한 위치에 다시 설정하십시오. 시작 위치를 표시하기 위해 테이블에 있는 테이프를 사용하십시오. 정책은 데모에서 위치의 분포로부터 배울 것입니다.

완전, 완전 에피소드

모든 에피소드는 같은 홈 포즈에서 시작하여 작업이 완전히 완료된 것으로 끝나는 것이 좋습니다. 작업 중반 녹화를 멈추지 마십시오. 포착기가 포착 중 절반에 있는 완전하지 않은 에피소드는 모델에게 깨진 행동을 가르칩니다.

의도적이고 부드러운 움직임

최대 속도 40~60%로 이동합니다. 부드러운 만큼 느리고 긴장하지 않을 만큼 빠르게 움직입니다. 모델은 시기를 당신의 시범에서 학습합니다.

일부 또는 중단된 데모

객체를 떨어뜨리거나 작업 공간에 충돌하거나 오류를 유발하면, 에피소드를 중단하기 위해 T5을 누르십시오. 에피소드는 폐기됩니다. 중단된 에피소드를 절대 누르지 마십시오.

일관성이 없는 전략

전략을 혼합하지 마십시오. 일부 데모에서 왼쪽에서 다른 데모에서 오른쪽에서 잡지 마십시오. 한 가지 접근 방식을 선택하고 각 에피소드에서 사용하십시오. ACT의 CVAE는 단일 "스타일을" 학습합니다.

HuggingFace Hub로 밀어넣어

녹음 중에 T6을 설정하지 않은 경우, 세션 후 수동으로 누르십시오.

# 완료된 데이터 세트를 HuggingFace Hub python -m lerobot.scripts.push_dataset_to_hub \ --dataset-dir ~/lerobot-datasets/pick-place-v1 \ --repo-id $HF_USER/pick-place-v1 # 확인하면: # T12

** 데이터셋 가시성:** HuggingFace Hub에서 새로운 데이터셋이 기본으로 공개됩니다. 작업 공간이나 작업이 민감하다면 T7을 푸시 명령에 추가하십시오. 공개 데이터셋은 로봇 커뮤니티에 기여하며 [RCSV 데이터셋 라이브러리](T10에 표시될 수 있습니다.

3단체 완료...

HuggingFace Hub에 있는 LeRobot 데이터 세트에서 최소 50개의 완전하고 무제한 디모네스트를 가지고 있습니다. 데이터 세트를 T8로 로드하여 예상되는 에피소드 수를 볼 수 있습니다. T9을 사용하여 적어도 5개의 에피소드를 시각화하고 관절 궤도가 원활하고 그립 상태 변화가 깨끗하다는 것을 확인했습니다.

[← 경로 개요로 돌아가]