41 lines
2.2 KiB
Markdown
41 lines
2.2 KiB
Markdown
# 机械臂到货前的软件准备
|
|
|
|
本机项目位于 `/home/ubuntu/lerobot_learn`，运行环境位于 `~/robot/.venv-lerobot-0.6.1`。
|
|
|
|
## 复验命令
|
|
|
|
```bash
|
|
cd /home/ubuntu/lerobot_learn
|
|
export PATH="$HOME/.local/bin:$PATH"
|
|
bash env/setup_lerobot.sh
|
|
source "$HOME/robot/.venv-lerobot-0.6.1/bin/activate"
|
|
python env/smoke_pipeline.py --output "$HOME/robot/reports/pipeline-$(date +%Y%m%dT%H%M%S)"
|
|
```
|
|
|
|
每次使用新输出目录；脚本拒绝覆盖。安装检查使用已有锁，不重新解析。原始安装日志位于 `~/robot/reports/`。
|
|
|
|
管线检查生成 3 段共 72 帧合成数据（6 维状态/动作，单相机 128×96），编码 H.264，分别通过 PyAV 和 TorchCodec 读取，再用 batch=2、chunk=8 跑 10 步 ACT。关闭预训练视觉权重和 Hub 联网，保存 checkpoint 与处理器，再重载并检查有限值动作。输出训练日志、训练峰值显存和推理延迟报告。
|
|
|
|
这验证的是软件通路；合成数据模型不能用于机械臂。小图像、短 chunk 的显存不能作为正式 640×480 采集训练的预算，真实配置需再次测量。SmolVLA 当前只做模块导入检查，预训练权重下载、微调和推理另行验证。
|
|
|
|
也可指定接近正式 ACT 的参数：
|
|
|
|
```bash
|
|
python env/smoke_pipeline.py \
|
|
--output "$HOME/robot/reports/pipeline-640x480-$(date +%Y%m%dT%H%M%S)" \
|
|
--height 480 --width 640 --episodes 2 --frames-per-episode 120 \
|
|
--batch-size 8 --steps 10 --chunk-size 100 --pretrained-backbone
|
|
```
|
|
|
|
该命令仍使用合成画面，但会验证 640×480 输入、ACT 默认动作块和预训练 ResNet18 的下载与加载。
|
|
|
|
## 到货后顺序
|
|
|
|
1. 按实际套件确认 leader/follower 电机和供电，组装固定并确认停止手段。
|
|
2. 在本机发现端口和相机，回填 `docs/cli_reference.md` 中的设备参数。
|
|
3. 按官方装配流程逐个设置新电机，校准两条臂并备份校准文件。
|
|
4. 验证遥操与相机视野，先录 2–3 段真实示范；检查回放、状态动作和时间对齐。
|
|
5. 正式采约 50 条同任务示范，再同步至 3090 训练 ACT，回传完整模型与处理器。
|
|
|
|
双臂、底盘与远程推理在后续阶段开展。3090 仍需使用相同锁独立验证，不能凭 3080 的结果勾选两机验收。
|