列车和部署

五个单元中的五个 · 列车和部署 · ~ 3小时

在50集的数据集中训练一个模仿学习政策,在线评估,并在O6上实行实践.目标:在20个实践评估试验中成功率≥70%.

选择一个政策架构

建议适用于初学者

动作与变压器的碎

快速训练 (12h在16GB GPU上). 非常适合选择和位置和短视线任务. 默认选择O6桌面操作.

传播政策

慢训练 (35h),但更好地处理多模式的操作分布.

步骤1:使用ACT训练

python -m lerobot.scripts.train \
  --dataset_repo_id=your-username/o6-pick-place \
  --policy.type=act \
  --policy.chunk_size=100 \
  --training.num_epochs=200 \
  --training.batch_size=32 \
  --training.lr=1e-4 \
  --output_dir=./checkpoints/o6-act-v1

# Monitor training loss
tensorboard --logdir=./checkpoints/o6-act-v1/logs/

在50集的数据集中,ACT训练通常在100~150个时代内稳定.在停止之前,请注意验证损失.仅仅基于训练时间,不要早点停止.

步骤2:在线评估

在部署到硬件之前,评估数据集中的延期事件的检查点:

python -m lerobot.scripts.eval \
  --pretrained_policy_name_or_path=./checkpoints/o6-act-v1 \
  --env.type=linker_bot_o6_sim \
  --eval.n_episodes=20 \
  --eval.batch_size=10

如果您的环境没有一个模拟模型,请使用数据集重播评估器:

python -m lerobot.scripts.visualize_dataset \
  --repo-id your-username/o6-pick-place \
  --episode-index 0 \
  --policy-checkpoint ./checkpoints/o6-act-v1

步骤3:在O6上进行直播部署

python -m lerobot.scripts.control_robot \
  --robot.type=linker_bot_o6 \
  --control.type=evaluate \
  --pretrained_policy_name_or_path=./checkpoints/o6-act-v1 \
  --control.fps=30 \
  --control.num_episodes=20 \
  --control.episode_time_s=30

对于每次试验:

1. 放物体在标准的起始位置.
2. 确认手臂在家位置.
3. 开始,除非手臂即将与自己或马座接触.
4. 记录成功 (任务完成) 或失败,并注意失败模式.

解释结果

Success Rate	Action
≥70%	Path complete. Share your results and contribute your dataset.
50–69%	Collect 20–30 more episodes targeting your top failure mode. Retrain.
Below 50%	Review dataset quality. Check camera alignment and starting position consistency. Consider a simpler task variant.

数据飞行车

在您的第一次部署后,不断改善:

1. 从评估日志中确定您最重要的23故障模式.
2. 收集2030个针对这些故障的示范.
3. 混合新节目与原始数据集 (50/50或重量为失败).
4. 从零开始重新训练 (不是从检查点新训练避免在小数据集上发生灾难性的遗忘).
5. 检查,重复,直到达到目标成功率.

分享自己的结果

# Push your trained policy to HuggingFace Hub
python -m lerobot.scripts.push_policy_to_hub \
  --pretrained_policy_path=./checkpoints/o6-act-v1 \
  --repo-id=your-username/o6-pick-place-act

第五单元完成,当...

您的ACT (或扩散政策) 检查点在O6上进行20次实时评估试验中取得了70%以上的成功率.您已记录了所有试验结果并确定了剩下的故障模式.您的数据集和政策检查点已备份并可在HuggingFace Hub上共享.

完整的路径

您已经从解包LinkerBot O6到生产中的模仿学习政策. 在 [RCSV论坛](T5]分享您的结果,并将数据集贡献到 数据集注册表.

[← 回到路径概述]