5 · Veri kalitesi
Taklit öğrenmesi verideki her şeyi kopyalar: tereddütlerini, kestirmelerini ve sahnedeki her kazayı. Başarısız olan bir policy neredeyse her zaman sana dataset hakkında bir şey gösteriyordur. Bu kurallar, çiğnendiklerinde bir modeli ne sıklıkla mahvettiklerine göre sıralı.
1. Nasıl'da tutarlı, ne'de çeşitli ol
| Aynı tut | Bilerek değiştir |
|---|---|
| Kolun başlangıç ve bitiş pozu | Cepte hangi parçanın olduğu |
| Her parça tipini nasıl kavradığın (jantı kenarından, balatayı kısa kenarından enine…) | Parçanın cepteki dönüşü |
| Yol: yukarı, karşıya, aşağı, bırak, geri | Diğer ceplerden hangilerinin dolu olduğu |
| Hız: akıcı, episode başına yaklaşık 10 sn | Işık (birkaç bloğu günün başka bir saatinde kaydet) |
| Kamera konumları, kasa konumları, tepsi konumu | Kasaların ne kadar dolu olduğu |
Görevi yapmanın tek bir yolu, defalarca gösterilirse 10 episode'dan öğrenilebilir. İki ayrı yol, her biri 5 kez gösterilirse öğrenilemez.
2. Hedefin tek ipucu cümle olmalı
Policy, verinin izin verdiği her kestirmeyi kullanır. Beyaz parçalar hep sağa gittiyse "beyaz → sağ" diye öğrenir ve kelimeleri yok sayar. O yüzden her blokta komut verilen kasaya sağlam ve kusurlu, beyaz ve turuncu parçalar koy. Böylece cebi ve kasayı tahmin ettiren tek şey cümle olur.
Aynı sebeple her cebi iki kasayla da kaydet ve her cümle için aynı sayıda episode olsun. scripts/status.sh dengeyi
gösteriyor.
3. Ölü zaman yok, el yok
- Kayıt başlar başlamaz hareket et; başlangıç pozuna döner dönmez → tuşuna bas. Hiçbir şeyin olmadığı kareler policy'ye beklemeyi öğretir.
- Kayıt sırasında ellerin, leader kol ve sen iki kamera görüntüsünün de dışında olmalısınız.
- Görüntüde başka hiçbir şey değişmesin: telefon yok, bardak yok, episode'ların yarısında orada duran bir kablo yok.
4. (Başta) sadece temiz başarıları tut
Temiz bir episode: tek kavrama, tepsiye çarpma yok, parça kasaya düşüyor, kol geri dönüyor. Gerisi: ← ve yeniden yap. Toparlanma davranışı (kayınca yeniden kavramak) değerli, ama onu sonra ekle, bilerek, eğitilmiş policy'nin gerçekten yaptığı hatalardan yola çıkarak (8. adım).
5. Kameralardan yapabiliyor olmalısın
Policy iki 640 × 480 görüntü görüyor, başka hiçbir şey değil. Kavrama anında parça iki görüntüde de gripper'ın arkasında kalıyorsa öğrenecek bir şey yok. Bunu ilk episode'dan önce kurulumda kontrol et.
6. Kayıt ile çalıştırma arasında sahneye dokunma
Aynı kamera açısı, aynı kasa konumları, aynı kalibrasyon dosyaları. Bir kameraya çarptıysan, daha fazla kaydetmeden önce dataset'ten bir kareyi referans alıp onu yeniden hizala.
Ne kadar
| Cümle başına episode | Beklenti |
|---|---|
| 5 | Doğru bölgeye gider, kavramayı sık sık kaçırır |
| 10 (bu plan, toplam 120) | Çalışan bir başlangıç noktası; LeRobot'un konum başına önerdiği alt sınır |
| 20–30 | Belirgin şekilde daha güvenilir; her yere değil, değerlendirmenin hata gösterdiği yere ekle |
Daha fazla veri sadece policy'nin zayıf olduğu yerde işe yarar. 120 ile eğit, değerlendir, sonra başarısız olan cümleler için daha fazla kaydet.
Her bloktan önce
- Kol başlangıç pozunda, gripper açık
- Eller ve leader iki kamera görüntüsünün de dışında
- Doğru cepte bir parça var; hangi kasa olduğunu biliyorsun
- Kasalar taşmıyor
- Masada yeni bir şey yok