act_pti_coger_v7
политика для роборуки на базе LeRobot
2 мин чтенияобновлено
Эта модель представляет собой готовую нейросетевую политику управления для роборуки (тип робота so_follower), обученную с помощью фреймворка LeRobot и метода ACT (Action Chunking with Transformers — подход имитационного обучения, предсказывающий короткие последовательности действий вместо отдельных шагов). Модель обучена на демонстрациях телеуправления для конкретной задачи: поднять чашку из держателя. Она использует данные с двух камер (наверху и на запястье) и состояние суставов робота. Полезно исследователям и инженерам, работающим с реальной робототехникой на базе LeRobot.
Ключевые особенности
- Назначение: выполнение конкретного манипуляционного действия по подъему чашки.
- Входные данные: состояние робота (6 мер) и изображения с двух камер (
topиwristв разрешении 480x640). - Архитектура: метод Action Chunking with Transformers (ACT) для непрерывного управления.
- Экосистема: полная совместимость с библиотекой LeRobot для обучения и запуска.
Что можно сделать
- Запустить готовую политику на реальном роботе
so_followerс помощью консольной утилиты LeRobot. - Изучить датасет демонстраций
Josebarv01/pti_coger_v7, содержащий 50 эпизодов. - Дообучить или адаптировать политику под собственные задачи манипуляции с помощью скриптов LeRobot.
Пример
Запуск политики управления на роботе:
lerobot-rollout \
--strategy.type=base \
--robot.type=so_follower \
--robot.port= \
--robot.cameras="{ top: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
--policy.path=Josebarv01/act_pti_coger_v7 \
--task="pick up the cup from holder" \
--duration=60Подробнее
Тип робота:so_followerКамеры:
top, wrist (3, 480, 640)Датасет: 50 эпизодов, 43886 кадров при 30 FPS
Параметры обучения: 20000 шагов, batch size 8, optimizer adamw, learning rate 1e-05










Комментарии