OpenArm 101：从拆箱到您的第一个训练有素的策略
结构化、连续的路径，可带您从零开始在 OpenArm 上运行真正的模仿学习策略。 无需机器人经验——只需具备 Linux 基础知识和 Python 知识。
开始之前 — 检查这些先决条件
- 熟悉 Linux 终端（cd、ls、pip install）
- 安装了 Python 3.10 或更高版本
- 访问 OpenArm 101 或者 模拟环境
- 运行 Ubuntu 22.04 或 24.04 的机器（VM 没问题）
- 多个会话的总时间约为 12 小时
不确定您是否符合资格？ 开始于 0号单元 ——它的存在就是为了回答这个问题。
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 - 在通过之前不要继续。
0
开始之前：您需要什么 必需的
硬件清单、软件清单、时间估计以及从何处获取帮助。 没有技术内容——只有方向。
约 20 分钟 · 无代码1
让您的 OpenArm 动起来 必需的
通过 Web UI 首次拆箱、连接、安装 SocketCAN 和 ROS 2、校准和移动手臂。
约2小时2
安装SDK并连接 必需的
安装 OpenArm Python SDK，运行实时连接测试，并修复三个最常见的错误。
约1.5小时3
用手控制手臂 必需的
了解什么是远程操作以及它为何创建训练数据。 设置会话并进行连续 5 分钟的远程操作。
约2小时4
记录您的第一个数据集 必需的
了解为什么数据质量比数量更重要。 以 LeRobot 格式记录 50 个干净的拾放演示。
约2小时5
训练您的第一个策略 必需的
在您的数据集上训练 ACT 策略。 了解训练曲线并知道何时停止。 目标：>70% 成功率。
〜3小时6
部署和改进 必需的
在真实的手臂上运行您的策略，系统地评估它，然后启动数据飞轮。 目标：7/10 自主成功率。
约1.5小时时间细分
| 单元 | 话题 | 时间 |
|---|---|---|
| 0号单元 | 方向 | 约20分钟 |
| 第一单元 | 硬件设置 | 〜2小时 |
| 第二单元 | SDK及连接 | 〜1.5小时 |
| 第三单元 | 第一次远程操作 | 〜2小时 |
| 第四单元 | 数据收集 | 〜2小时 |
| 第五单元 | 政策培训 | 〜3小时 |
| 第六单元 | 部署和改进 | 〜1.5小时 |
| 全部的 | 约 12 小时 20 分钟 | |
起始单元 0 — 方向 →
大约需要20分钟。 没有技术内容——只需确保您在路径开始之前拥有一切。