cut_act_thesis_cam3_omly
политика робототехники для точных манипуляций
1 мин чтенияобновлено
Эта модель представляет собой готовую нейросетевую политику для роботов, обученную методом ACT (Action Chunking with Transformers — метод имитационного обучения, предсказывающий короткие последовательности действий вместо отдельных шагов). Она создана для задачи разрезания деталей на роборуке со специфической конфигурацией камер и состоянием суставов. Модель обучена с использованием библиотеки LeRobot на демонстрациях телеуправления. Она пригодится исследователям и разработчикам в сфере домашней или лабораторной робототехники.
Ключевые особенности
- Тип робота: совместима с роборукой so101_follower.
- Камеры: использует данные с двух камер (wrist и side).
- Архитектура: построена на базе подхода Action Chunking with Transformers (ACT).
- Датасет: обучена на 103 эпизодах (72 725 кадров при 30 FPS).
Что можно сделать
- Запустить готовую политику на своем роботе через утилиту командной строки LeRobot.
- Использовать датасет с демонстрациями задачи для дообучения собственных моделей.
- Настроить параметры инференса для автоматизации манипуляций с объектами.
Пример
lerobot-rollout \
--strategy.type=base \
--robot.type=so101_follower \
--robot.port= \
--robot.cameras="{ : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}, : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
--policy.path=Kimura-881014/cut_act_thesis_cam3_omly \
--task="cut entangle chips" \
--duration=60Подробнее
Шаги обучения: 20 000Размер батча: 8
Оптимизатор: adamw (Learning rate: 1e-05)
Версия LeRobot: 0.7.1










Комментарии