开始之前:你需要什么

单位0 个6 个 · 方向 · ~20分钟

您可以查看每个检查列表,阅读时间估计,并预示您的支持资源.

为什么这个单元存在: 人们放弃机器人教程的最常见原因不是困难,因为他们错过了电缆,他们的Python版本是错误的,或者他们不知道要问谁.

你会建立什么

在此过程结束时,您将在OpenArm上运行一个工作的选择和放置政策.您将远程操作该臂,收集50个示例,在这些示例上训练ACT模仿学习政策,并部署它.该臂将自主完成任务. 没有人投入.

这不是一个玩具例子. 这是一种研究实验室使用的工作流程, 收集机器人学习数据. 一旦你完成了这项工作,

硬件检查列表

在开始1号单位之前,请检查你掌握下面的每件物品.

• ,如果您还没有,请允许35个工作日到达.
• USB-C到USB-A电缆 为您的计算机进行初始连接.一个短 (0.51m) 的电缆更容易管理.
• 电源** 包含在盒子中. 检查它没有损坏. 臂需要24V直流.
• 电话操作设备 作为领导手臂 (建议) 或VR控制器的备用OpenArm.详细信息在第3单元.

没有物理硬件?你可以在模拟中完成大部分的路径.

软件检查列表

在继续前进之前,请确认每个项目.

• Ubuntu 22.04或24.04 需要用于ROS 2和SocketCAN.一个VM工作;双启动更好用于实时性能.macOS和Windows不支持硬件操作.
• Python 3.10或更高 运行T0进行检查.如果需要通过T1安装.
• T2.通过T3安装.
• T4.通过T5安装.
• ~15GB的空格磁盘空间 为ROS 2,SDK,LeRobot和你的数据集.
• **GPU (可选但推用于第5单元) ** 8GB+VRAM的NVIDIA GPU将ACT训练从3h到45分钟的速度加快.

时间估计

这些估计是现实的,而不是乐观的.

Unit	What You Do	Time
0	This orientation	20 min
1	Hardware setup, first motion	~2 h
2	SDK install, Python connection	~1.5 h
3	遥操作 session	~2 h
4	Record 50 demo dataset	~2 h
5	Train ACT policy	~3 h
6	Deploy and evaluate	~1.5 h
Total	~12 h 20 min

您不需要在一座座座位完成这段路径. 单元14应在最多2个座位中完成 (当您从停留的地方开始时,硬件设置更容易). 单元5的训练可以在没有监督的情况下进行.

如何得到帮助

如果你被困,用这些资源来:

1. 查看你在任何单位的底部的完成检查 它经常告诉你什么要寻找.
2. 阅读第2单元和第3单元的故障解决部分,它们涵盖了80%的连接和远程操作问题.
3. T8) 包含您的Ubuntu版本,准确的错误信息,以及您的单元.
4. 在PST中,在白天时间,加入RCSV Discord**在#openarm-path中更快地响应.

路径是序列的, 由于被困在单元 2,通常意味着单元 1 没有完全完成.

导向完成时...

你已经检查了上面的硬件和软件检查列表中的每一个项目, 如果你被困, 你知道你进入论坛的路径,

[← 回到路径概述]