SO-101 zero to hero GitHub ENTR

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

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