开放手臂1:从解包到你的第一次训练政策
完成了OpenArm学习路径. 在12小时内,从解包机器人到训练和部署你的第一种模仿学习政策.
系统的基础知识, 系统的基础知识, 系统的基础知识, 系统的基础知识,
总时间 ~12小时
困难 适合初学者
硬件 OpenArm 1 +USB-C电缆
基础条件 Linux基础,Python基础
模拟选项 是的
你会建立一个训练有素的政策的选定和地点演示
您开始之前 检查这些先决条件
- 舒适的Linux终端 (CD,ls,Pip安装)
- 安装Python 3.10或更高版本
- 访问OpenArm1_或模拟环境
- 运行Ubuntu 22.04或24.04的机器 (VM是可以的)
- 超过12小时的时间
首先是 [单位0]
你的道路一眼
完成单位的顺序. 每个单位都有清晰的完成检查.
现在,
其他
开始之前:你需要需要的
硬件检查列表,软件检查列表,时间估计,以及在哪里可以获得帮助.
没有代码
其他
让你的手臂移动
打开盒子,连接,安装SocketCAN和ROS 2,校准,并通过网页UI首次移动手臂.
两个小时
其他
需要安装SDK和连接
安装OpenArm Python SDK,运行现场连接测试,并修复三个最常见的错误.
时间:
其他
需要用手控制手臂
了解远程操作是什么,以及为什么它会产生训练数据.
两个小时
其他
记录您的第一个数据集
记录50个清洁的选用和地点演示,
两个小时
其他
训练你需要的第一条政策
训练一个 ACT 政策在数据集. 了解训练曲线,知道何时停止. 目标:70%以上的成功率.
时间: 3小时
其他
需要部署和改进
运行你的政策在真实手臂,系统地评估它,并启动数据飞行车.目标: 7/10自主成功率.
时间:
时间分类
| Unit | Topic | Time |
|---|---|---|
| Unit 0 | Orientation | ~20 min |
| Unit 1 | Hardware Setup | ~2 h |
| Unit 2 | SDK & Connection | ~1.5 h |
| Unit 3 | First 遥操作 | ~2 h |
| Unit 4 | Data Collection | ~2 h |
| Unit 5 | Policy Training | ~3 h |
| Unit 6 | Deploy & Improve | ~1.5 h |
| Total | ~12 h 20 min |
没有技术内容,只是确保你在路径开始之前拥有一切.







