许可证：apache-2.0
数据集：

• lerobot/aloha_sim_insertion_human
  标签：
• act-policy
• model_hub_mixin
• pytorch_model_hub_mixin
• robotics
  任务标签：robotics

ACT/AlohaInsertion 模型卡

动作分块变换器策略（依据论文《Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware》）针对gym-aloha中的AlohaInsertion环境训练而成。

如何开始使用该模型

请参阅LeRobot库（特别是评估脚本）了解如何加载和评估此模型。

训练详情

使用LeRobot@3c0a209训练。

该模型通过LeRobot的训练脚本和aloha_sim_insertion_human数据集训练，使用以下命令：

python lerobot/scripts/train.py \  
    --output_dir=outputs/train/act_aloha_insertion \  
    --policy.type=act \  
    --dataset.repo_id=lerobot/aloha_sim_insertion_human \  
    --env.type=aloha \  
    --env.task=AlohaInsertion-v0 \  
    --wandb.enable=true  

训练曲线可在https://wandb.ai/aliberts/lerobot/runs/qxcub3cg查看。
当前模型对应100k步的检查点。

在Nvidia A100上训练耗时约1小时50分钟。

评估

该模型在gym-aloha的AlohaInsertion任务上进行了评估，并与原始ACT仓库训练的类似模型进行了比较。每轮测试成功标准为：一个机械臂成功拾取钉子并插入另一机械臂握持的插座中。

以下是500轮评估的成功率结果。"Theirs"列为原论文报告指标。各轮次详细结果见eval_info.json。

评估通过以下命令生成：

python lerobot/scripts/eval.py \  
    --policy.path=outputs/train/act_aloha_insertion/checkpoints/last/pretrained_model \  
    --output_dir=outputs/eval/act_aloha_insertion/last \  
    --env.type=aloha \  
    --env.task=AlohaInsertion-v0 \  
    --eval.n_episodes=500 \  
    --eval.batch_size=50 \  
    --device=cuda \  
    --use_amp=false  

原始代码经过大幅重构，过程中发现了一些问题。代码差异可能是成功率不同的原因。另一种可能是我们的模拟环境使用了稍有不同的成功判定启发式（我们观察到当第二个机械臂夹爪与立方体形成对握接触时即判定成功）。此外需注意，训练末期评估指标突然上升，这可能需要进一步研究（是否具有统计显著性？如果是，原因是什么？）。