TRLC-DK1
DK1教程
精心策划的 TRLC-DK1 双手套件分步教程。 从第一个端口检测到训练您的第一个双手 ACT 策略 - 一切都按主题和难度组织。
如果您刚刚拆开 DK1 的包装
从这里开始
DK1 新手？ 按顺序遵循这些教程。 每一项都建立在前一项之上。
推荐路径 — 第一节
一日零至双手数据采集
-
1首先阅读快速入门 硬件清单、时间估计、软件先决条件和双手领导/跟随方向。 阅读时间为10分钟； 节省调试时间。
-
2拆箱及硬件组装 验证内容、检查双臂、安装桌面硬件、连接 USB-C 电缆和电源。 约 45 分钟。
-
3安装乐机器人+DK1插件 克隆 trlc-dk1 存储库，使用 uv 安装，验证 bi_dk1_follower 设备类型是否已注册。 〜30分钟。
-
4端口检测和臂配置 为每个手臂运行 lerobot-find-port，分配 ttyACM* 端口，创建双手 YAML 配置。 〜20分钟。
-
5校准引导臂和从动臂 分别为每个臂运行校准程序。 如果拔下或重新安装伺服系统，则必须重复校准。 〜20分钟。
-
6第一次远程操作会议 运行 lerobot-teleoperate 并验证从动臂以最小滞后且无振荡的方式跟踪引导臂。 〜30分钟。
-
7记录您的第一个双手数据集 遵循 8 步录制流程：安全检查、摄像机验证、场景设置、乐机器人录制命令、审核、推送到 HuggingFace。 〜1小时。
设置和硬件
永久端口绑定的物理组装、端口分配和 udev 规则。
软件及软件开发工具包
DK1插件安装、乐机器人配置、ROS2双手控制、Python API使用。
SDK
DK1乐机器人插件安装
克隆trlc-dk1，使用uv安装，验证bi_dk1_follower和bi_dk1_leader设备类型是否已在LeRobot中注册。
阅读指南 →
ROS2
ROS2 双手控制设置
构建 trlc-dk1-ros2 包，使用双手启动文件启动两个手臂，并向每个手臂发送轨迹命令。
阅读指南 →
Python API
Python API 双手控制
使用 BimanualDK1 直接控制双臂，同时读取双臂的关节状态，并运行自定义的主从循环。
阅读指南 →
模拟
MuJoCo 双手模拟
在 MuJoCo 中运行 DK1 双手模型，在硬件部署之前在 sim 中测试远程操作策略，并生成合成训练数据。
阅读指南 →
远程操作
领导者/追随者远程操作技术、工作空间人体工程学和演示质量技巧。
数据收集和培训
记录双手事件、数据集质量并根据数据训练 ACT。
设置
双手录音的硬件连接
两条手臂、两个摄像头、电源接线、USB 总线分配以及第一次录制会话之前的同步验证。
阅读指南 →
记录
8 步双手录音工作流程
安全检查、摄像头验证、场景设置、乐机器人录制命令、剧集回顾、推送至 HuggingFace Hub。
阅读指南 →
数据集格式
乐机器人双手数据集架构
DK1 特定的情节模式：16 维动作/观察向量、arm_sync_delta_ms 字段和双手数据集的目录结构。
阅读指南 →
训练
在 DK1 双手数据上训练 ACT
通过针对双手任务的 chunk_size 调整来配置和运行 ACT 训练。 为什么 ACT 在协调两臂操纵方面优于单步策略。
阅读指南 →
社区资源和进一步阅读
面向 DK1 用户的外部教程、社区构建和 SVRC 学习路径。