评估

RoArm-M3

{{{name2}}}

{{{name3}}}

基本信息 分类： 机器人模块 {{{userDefinedInfo1}}}： {{{userdefinedvalue1}}} {{{userDefinedInfo2}}}： {{{userdefinedvalue2}}} {{{userDefinedInfo3}}}： {{{userdefinedvalue3}}} 品牌： Waveshare

功能简介 特性 RoArm-M3-AI-Kit 机械臂 ' 无特性，不解释 ' 无特性，不解释 ' 无特性，不解释 ' 无特性，不解释 接口 UART

相关产品 ♦ {{{Product1}}} ♦ {{{Product2}}} ♦ {{{Product3}}} ♦ {{{Product4}}} ♦ {{{Product5}}} —— 类目1 —— ♦ 类目1 列表1 ♦ 类目2 列表2 ♦ 类目3 列表3 ♦ 类目4 列表4 ♦ 类目5 列表5

LeRobot 教程目录

• 1.安装环境
• 2.配置参数
• 3.遥控操作
• 4.录制数据集
• 5.可视化数据集
• 6.重播数据集
• 7.训练
• 8.评估

8. 评估

• 注意：以下操作均在容器内执行
• 注意：需要进入到 lerobot 目录下执行以下代码

8.1 推理模型准备

8.1.1 压缩

训练后，推理模型的生成位置，以 "/home/ws/lerobot/outputs/train/act_roarm_m3_test" 为例：

tar czvf act_roarm_m3_test.tar.gz outputs/train/act_roarm_m3_test/checkpoints/100000

接着，选中文件，下载到本地。

8.1.2 解压

选中文件，上传到推理环境的 "/home/ws/lerobot" 目录。

将打包后的数据集放置到进行推理的容器内，进入到根目录，解压到"/home/ws/lerobot"：

cd /home/ws/lerobot && tar xzvf act_roarm_m3_test.tar.gz

进入 /home/ws/lerobot 目录，为模型创建链接：

ln -sfn 100000 outputs/train/act_roarm_m3_test/checkpoints/last

8.2 录制评估数据集

使用 lerobot/scripts/control_robot.py 中的函数，但使用策略检查点作为输入。例如，运行以下命令以录制 10 个评估集：

python lerobot/scripts/control_robot.py \
  --robot.type=roarm_m3 \
  --control.type=record \
  --control.fps=30 \
  --control.single_task="Grasp a block and put it in the bin." \
  --control.repo_id=${HF_USER}/eval_act_roarm_m3_test \
  --control.tags='["tutorial"]' \
  --control.warmup_time_s=5 \
  --control.episode_time_s=30 \
  --control.reset_time_s=30 \
  --control.num_episodes=10 \
  --control.push_to_hub=true \
  --control.policy.path=outputs/train/act_roarm_m3_test/checkpoints/last/pretrained_model

按照官方教程，了解有关使用 LeRobot 控制真实机器人的更深入教程。