Bu, konunun uzun ve teknik rehberi (ESP-IDF, MicroPython, rclcpp gibi alternatiflerle). Adım adım yol için Porti görevlerine dön.

Dal · Dal · 8. haftadan sonra · 10–30 saat

Gösterimden öğrenen kol

ETH Robot Learning dersi + SO-101 ile imitation learning

SO-101'de zaten LeRobot kullandın. Bu dal, ne yaptığını anlamak için: ETH Robot Learning dersinin konularını kendi kolunla eşleştiriyorsun. Veri toplama, behavior cloning, ACT ve diffusion policy, değerlendirme ve hata analizi.

Günün sonunda elinde
  • 50 epizotluk kendi veri setin (Hugging Face Hub'da)
  • ACT politikası; 20 denemelik başarı tablosu
  • Başarısızlık sınıflandırması: algı mı, kavrama mı, dağılım kayması mı
  • Ders konuları ↔ kendi deneylerin eşleşme notu
L.1

Dersi deneylerine bağla

ETH Robot Learning oynatma listesinden imitation learning ve RL bölümlerini izledin; her bölümün SO-101'de karşılığı olan bir deney notu var.

Yap
Kanıt: Ders ↔ deney eşleşme notu.
Daha derin
L.2

Topla, eğit, ölç

Tek bir görev için kendi veri setin, eğitilmiş ACT politikası ve 20 denemelik dürüst bir başarı oranı.

Yap
Kod
lerobot.sh
# LeRobot ile SO-101 veri toplama → ACT eğitimi → değerlendirme
# (komut adları LeRobot sürümüne göre değişir; repodaki güncel örneklere bak)
lerobot-record \
  --robot.type=so101_follower --robot.port=/dev/so101_follower --robot.id=follower \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30} }" \
  --teleop.type=so101_leader --teleop.port=/dev/so101_leader --teleop.id=leader \
  --dataset.repo_id=$HF_USER/so101_kup_kutuya --dataset.num_episodes=50 \
  --dataset.single_task="Küpü al, kutuya koy"

lerobot-train --policy.type=act --dataset.repo_id=$HF_USER/so101_kup_kutuya \
  --output_dir=outputs/act_kup --job_name=act_kup --policy.device=cuda

# Değerlendirme: 20 deneme, başarı oranını elle say; her denemenin başlangıç konumunu not et
Kanıt: Başarı tablosu + başarısızlık türleri dağılımı + en öğretici 3 başarısızlık videosu.
Daha derin
  • Aynı veriyle diffusion policy eğit, karşılaştır.
  • Epizot sayısını 25 / 50 / 100 yapıp başarı eğrisini çiz.
  • Flywheel: başarısız denemeleri düzeltip veri setine geri ekle (DAgger benzeri).

Kavramlar

Behavior cloningGösterilen eylemleri gözlemden tahmin eden gözetimli öğrenme.
Dağılım kaymasıPolitika küçük bir hata yapınca hiç görmediği durumlara düşer ve hata büyür.
Action chunkingACT'nin fikri: tek eylem değil, eylem dizisi tahmin et; titreme ve birikim azalır.
Diffusion policyEylem dağılımını gürültüden adım adım çözen, çok modlu gösterimlerde güçlü politika.

Kaynaklar