orange_green_policy

Это политика имитационного обучения на базе ACT (Action Chunking with Transformers) для робота so_follower. Она обучена в LeRobot предсказывать действия по состоянию и изображениям с двух камер; задача — сортировка оранжевых и зелёных блоков. Размер — около 50 млн параметров.

👍 Ключевые особенности

• 🤓 ACT предсказывает короткие чанки действий, а не одиночные шаги.
• 📝 Обучение на 75 эпизодах и 56 249 кадрах при 30 FPS.
• 👌 Входы: состояние (6,) и два изображения 480×640 с камер top и wrist.
• 🕺 Выход — вектор действия (6,); целевой робот — so_follower.
• ⌨ Запуск и дообучение через CLI LeRobot.

📝 Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port=<your_robot_port> \
  --policy.path=Lerone1980/orange_green_policy \
  --task="Orange and green block sorting" \
  --duration=60

Подробнее

Бенчмарков нет: карточка сообщает, что результаты оценки не предоставлены.
Обучение: 50 000 шагов, batch size 8, AdamW, learning rate 1e-5.
Данные: 75 эпизодов, 56 249 кадров, 30 FPS; лицензия Apache-2.0.
Ограничение: политика обучена под конкретную задачу и робота so_follower с камерами top и wrist.