Antes de Começar: O Que Você Precisa

O Que Você Vai Construir

Ao final deste caminho, você terá um funcionamento política de pegar e colocar rodando ao vivo no seu OpenArm. Você irá teleoperar o braço para coletar 50 demonstrações, treinar uma política de aprendizado por imitação ACT nessas demonstrações e implantá-la. O braço completará a tarefa de forma autônoma — sem necessidade de intervenção humana.

Este não é um exemplo de brinquedo. É o mesmo fluxo de trabalho usado por laboratórios de pesquisa que coletam dados de aprendizado de robô em grande escala. Uma vez que você tenha feito isso uma vez, pode aplicar a qualquer tarefa.

Lista de verificação de hardware

Antes de começar a Unidade 1, verifique se você tem todos os itens abaixo em mãos.

• OpenArm 101 — o braço robótico de 6 graus de liberdade. Peça aqui se você ainda não o fez. Permita de 3 a 5 dias úteis para entrega.
• Cabo USB-C para USB-A — para conexão inicial ao seu computador. Um cabo curto (0,5–1m) é mais fácil de gerenciar.
• Fonte de alimentação — incluído na caixa. Verifique se chegou sem danos. O braço requer 24V DC.
• Espaço de trabalho limpo — superfície plana de pelo menos 60cm × 60cm. O alcance do braço é de ~50cm. Remova qualquer coisa frágil ao alcance.
• Opção de montagem — um suporte de grampo ou placa de fixação. O braço não deve estar em pé durante a operação. Ambas as opções vêm na caixa.
• Dispositivo de teleoperação — ou um OpenArm sobressalente como braço líder (recomendado) ou um controlador VR. Detalhes na Unidade 3.

Sem hardware físico? Você pode completar a maior parte deste caminho em simulação. Veja o guia de configuração de simulação antes da Unidade 1.

Lista de verificação de software

Estes são os requisitos de software. Confirme cada item antes de prosseguir.

• Ubuntu 22.04 ou 24.04 — necessário para ROS 2 e SocketCAN. Uma VM funciona; dual-boot é melhor para desempenho em tempo real. macOS e Windows não são suportados para operação de hardware.
• Python 3.10 ou superior — executar python3 --version para verificar. Instale via sudo apt install python3.10 se necessário.
• pip e venv — executar pip3 --version. Instalar via sudo apt install python3-pip python3-venv.
• Git — executar git --version. Instalar via sudo apt install git.
• ~15 GB de espaço livre em disco — para ROS 2, o SDK, LeRobot e seu conjunto de dados. Conjuntos de dados de treinamento podem crescer muito.
• GPU (opcional, mas recomendado para a Unidade 5) — uma GPU NVIDIA com 8GB+ de VRAM acelera o treinamento do ACT de ~3h para ~45min. O treinamento na CPU é possível, mas lento. Opções de GPU em nuvem são cobertas na Unidade 5.

Estimativas de Tempo

Estas são estimativas realistas, não otimistas. Considere o tempo de resolução de problemas.

Você não precisa completar o caminho em uma única sessão. As Unidades 1–4 devem ser feitas em no máximo 2 sessões (a configuração do hardware é mais fácil quando você retoma de onde parou). O treinamento da Unidade 5 pode ser executado sem supervisão — inicie-o antes de dormir.

Como Obter Ajuda

Você não estará sozinho. Se você ficar preso, use esses recursos nesta ordem:

1. Verifique o verificação de conclusão na parte inferior de qualquer unidade em que você esteja — geralmente diz exatamente o que procurar.
2. Leia o seção de solução de problemas na Unidade 2 e Unidade 3 — elas cobrem 80% dos casos de problemas de conexão e teleoperação.
3. Postar não Tópico do fórum OpenArm — inclua sua versão do Ubuntu, a mensagem de erro exata e em qual unidade você está.
4. Junte-se ao SVRC Discord em #openarm-path — resposta mais rápida durante o horário diurno no PST.

Por favor, não avance para a próxima unidade enquanto estiver bloqueado. O caminho é sequencial por design — estar preso na Unidade 2 geralmente significa que a Unidade 1 não está totalmente completa.