act_grasp_lever

CGdigipen/act_grasp_lever — обученная в LeRobot политика на основе Action Chunking with Transformers (ACT), около 0.05 млрд параметров. Это imitation-learning метод, который предсказывает короткие чанки действий вместо одиночных шагов. Политика создана для робота so_follower с камерами RIGHT и HEAD и задачи «identify and grasp lever handle».

💪 Ключевые особенности

• 👉 ACT предсказывает короткие последовательности действий, а не один шаг за раз.
• 👀 На входе — состояние робота (6,) и два изображения 480×640 с камер RIGHT и HEAD.
• 🐾 На выходе — вектор действия (6,); целевой робот — so_follower.
• 💸 Обучение на телеоперационных данных: 115 эпизодов, 47 618 кадров при 30 FPS.
• 💰 Чекпоинт для LeRobot 0.6.1, лицензия Apache-2.0; запуск через lerobot-rollout.

👉 Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=CGdigipen/act_grasp_lever \
  --task="identify and grasp lever handle" \
  --duration=60

Подробнее

Обучение: 100 000 шагов, batch size 8, AdamW, learning rate 1e-5, seed 1000, LeRobot 0.6.1.
Датасет: 115 эпизодов, 47 618 кадров, 30 FPS; задача «identify and grasp lever handle».
Оценки на реальном роботе в карточке нет — success rate не указан.
Политика привязана к so_follower и ключам камер RIGHT/HEAD; для другого железа нужно переобучение или свои порты/камеры.