DK1双手：从设置到双手机器人学习
结构化的顺序路径可让您从硬件设置到同时在两个 DK1 手臂上运行训练有素的双手模仿学习策略。 专为已完成 OpenArm 路径或具有同等单臂机器人经验的学习者而设计。
开始之前 — 检查这些先决条件
- 完成 OpenArm 101 路径 或者 有单臂遥控操作和数据采集经验
- 熟悉 ROS 2 基础知识（启动文件、主题检查、联合状态监控）
- 安装了Python 3.10或更高版本； 熟悉虚拟环境和pip
- 访问 DK1 套件（两个从动臂 + 主控制器） 或者 MuJoCo 双手模拟卡
- Ubuntu 22.04 或 24.04 — 不支持 macOS 和 Windows 硬件操作
- 总时间约 16 小时，最好分 4-5 节课
不确定你准备好了吗？ 读 0号单元 — 它将 DK1 硬件映射到您已从 OpenArm 中了解的硬件，并准确地告诉您有何不同。
您的路径一览
按顺序完成单元。 每个单元都有明确的完成检查 - 双手系统在单元之间具有更紧密的耦合，因此不要跳过。
0
开始之前：双手方向 必需的
为什么有两只手臂？ 硬件和软件清单。 解释了领导者/追随者的概念。 时间估计以及从哪里获得帮助。
〜30 分钟 · 无代码1
安装并连接两个臂 必需的
双手工作空间的物理安装、引导臂和从动臂设置、摄像头放置以覆盖整个工作空间。
〜3小时2
配置领导者/跟随者控制 必需的
双手 SDK 安装、配对配置、双臂 Python 连接测试、同步验证。
约2小时3
远程操作您的第一个双手任务 必需的
了解双手遥控操作，校准两只手臂的工作空间，练习立方体切换，并达到 5 分钟连续里程碑。
约2小时4
记录同步双手演示 必需的
为什么双手数据收集更困难。 乐机器人双手数据集格式。 记录工作流程和质量检查表。 目标：100 个干净的演示。
〜3小时5
使用 ACT 训练双手策略 必需的
为什么 ACT 擅长双手协调。 训练命令，读取双手训练曲线、超参数。 目标：>60% 成功。
〜4小时6
运行并改进您的双手策略 必需的
两只手臂的推理设置、双手评估协议、双手独有的故障模式以及用于改进的数据飞轮。
约2小时时间细分
| 单元 | 话题 | 时间 |
|---|---|---|
| 0号单元 | 双手定位 | 约 30 分钟 |
| 第一单元 | 硬件设置 | 〜3小时 |
| 第二单元 | 领导者/跟随者配置 | 〜2小时 |
| 第三单元 | 首例双手遥控操作 | 〜2小时 |
| 第四单元 | 数据收集（100 个演示） | 〜3小时 |
| 第五单元 | ACT 政策培训 | 〜4小时 |
| 第六单元 | 部署和改进 | 〜2小时 |
| 全部的 | 约 16 小时 30 分钟 | |
起始单元 0 — 方向 →
大约需要30分钟。 涵盖任何硬件工作开始之前的双手特定概念和清单。