教程

Paxini Gen3 教程索引

从首次接触数据到触觉感知机器人学习策略的分步指南。如果您刚刚完成软件设置，请从教程 1 开始。如果您已有可用的传感器流，请跳至教程 3 或 4。

安装 Paxini SDK，通过 USB-C 连接传感器，并编写一个 5 行 Python 脚本来打印实时压力数据。运行内置热图可视化工具以确认每个 Taxel 都正常工作。在任何其他教程之前完成此操作。

了解压力阵列的空间结构，校准夹具的接触检测阈值，实现抓取检测功能，并可视化随时间变化的接触事件。涵盖压力、力和接触面积之间的差异。

将 Gen3 安装在您的夹具上，沿着手臂布置 USB 电缆，然后使用 MultiSourceSync 记录同步（手臂状态、触觉、相机）帧。验证时间戳对齐并记录 10 秒的测试片段。

使用扩展的 LeRobot 数据集模式通过触觉通道记录 50 个抓取和放置演示。应用质量检查表，自动标记滑动事件，并验证您的数据集是否已准备好进行策略培训。

添加 observation.tactile 作为 ACT 或扩散政策的输入方式。根据数据集计算归一化统计数据，运行训练，并根据可变形和透明物体的仅视觉基线进行评估。

实现一个轻量级在线分类器，该分类器以传感器速率（500 Hz）运行并实时标记不稳定的抓取。使用输出作为在线政策适应的奖励信号。

即将推出

〜2小时

先进的

🎓

上面的教程1-5和官方的教程是一样的 Paxini Gen3 学习路径 — 8 小时的有序课程，包括完成检查、时间估算和进度跟踪。如果您是触觉感知新手，请从这里开始。