记录自己的演示

记录的演示记录

连接机器人 (或模拟),使用LeRobot记录命令记录至少50次演示,然后将数据集推到HuggingFace Hub ,准备在4个单元进行训练.

连接机器人或开放模拟

如果您使用一个真正的机器人,请现在连接它,并在运行记录命令之前确认系统已经识别了它.如果您正在模拟中工作,则记录命令可以在T0或T1环境中使用键盘或脚本的政策作为远程操作源来驱动虚拟机器人.

实际机器人 验证连接 (用机器人类型替换 so100) python -m lerobot.scripts.control_robot \ --robot-path lerobot/configs/robot/so100.yaml \ --control-mode 远程操作 \ --teleop-time-s 5 #模拟 没有硬件需要 python -m lerobot.scripts.control_robot \ --robot-path lerobot/configs/robot/so100_sim.yaml \ --control-mode 远程操作 \ --teleop-time-s 5

您应该看到终端输出中流动的联合状态和 (对于真正的机器人) 臂响应输入.如果没有,在继续前,解决连接问题.

记录命令

根据你的设置调整旗:

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 "拿起红色立方体,放进碗里" \ --dataset.fps 30 \ --dataset.push-to-hub 1 \ --display-cameras 1 \ #HF_USER是你的拥抱面孔用户名 (通过:输出HF\USER=your_username) \ --set.push-to-hubs 1 个节后在录像室内自动播放 \ # 显示卡马 1 节后

模拟录制: 替换T2用你的Sim配置. 添加T3和T4记录脚本 (非人类) 的示范数据集.

演示活动有多少次?

合适的号码取决于你的设置:

• 模拟: 50个脚本编写的集体足以实现基线政策.环境是决定性的,因此差异低,而ACT的合足以达到50个.
• 真实机器人,简单任务: 5080个人类示范. 如果你的示范一致,一个固定物体位置的选用机器人可以在这个范围的低端训练得很好.
• 真实机器人,可变任务: 100200次示范. 如果对象的位置不同,或者任务需要多个子步骤,则需要更多的覆盖.

对于此路径,目标是50次示范最低. 质量超过量50次一致的示范每次都超过150次粗的示范.

展示的好做法

连贯的工作空间设置

设置对象在每个集前重新置于相同位置.使用桌面上的磁带来标记起始位置. 政策将从你的演示中位置的分布中学习如果它们都在同一位置,则政策将为该位置进行校准.

完整的集

每个集都应该从同一场主场姿势开始,完成任务.不要停止在任务中记录.一个不完整的集,抓住器在抓住的半途中,教导模型一个坏的行为.

故意,顺利的运动

速度快速的速度是40~60%的.速度快的速度足以保持平稳,速度足以保持不动荡.模型从你的演示中学习时间.

部分或被取消的演示

如果您丢弃对象,与工作空间碰撞,或触发错误,请按T5取消该集.该集将被丢弃.永远不要按取消的集.

不一致的战略

别混合策略:在一些演示中,不要从左边抓住,在其他演示中,不要从右边抓住.选择一个方法,并使用它在每个集中.ACT的CVAE学习一个单一的"风格"不一致性迫使其平均,可靠地生产任何策略.

推到拥抱面孔中心

如果在录音过程中未设置T6,请在会议结束后手动按下:

按一下您完成的数据集到 HuggingFace Hub python -m lerobot.scripts.push_dataset_to_hub \ --dataset-dir ~/lerobot-datasets/pick-place-v1 \ --repo-id $HF_USER/pick-place-v1 # 检查它是现场在: # T12

数据集可见性: 根据HuggingFace Hub的默认规定,新数据集将公开. 如果您的工作空间或任务敏感,请将T7添加到推动命令中.公开数据集为机器人社区贡献,并且可能会在 [RCSV数据集库]T10中显示.

单元3完成,当...

在HuggingFaceHub上,您可以在LeRobot数据集中进行至少50个完整的未删除示范.您可以用T8加载数据集并查看预期的节目数量.您已经使用T9可视化至少5个自己的节目,并确认关节轨迹看起来顺利,抓住器状态变化是清洁的.您准备好在单元4训练.

[← 回到路径概述]