许可证：apache-2.0
数据集：

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

ACT/AlohaTransferCube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》训练），专为gym-aloha中的AlohaTransferCube环境设计。

如何开始使用该模型

参考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版本训练。

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

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

训练曲线可在https://wandb.ai/aliberts/lerobot/runs/720l37xb查看。当前模型对应80k步的检查点。

在Nvidia A100上训练耗时约1小时45分钟。

评估

模型在gym-aloha的AlohaTransferCube任务上评估，并与使用原始ACT仓库训练的类似模型比较。每回合成功标准为一个机械臂成功抓取方块并传递给另一机械臂。

以下是500次评估回合的成功率结果。"Theirs"列代表使用原始ACT仓库训练并在LeRobot上评估的等效模型（模型权重可在本仓库的original_act_repo分支找到）。单次评估结果见eval_info.json。

评估通过以下命令生成：

python lerobot/scripts/eval.py \
    --policy.path=outputs/train/act_aloha_transfer/checkpoints/080000/pretrained_model \
    --output_dir=outputs/eval/act_aloha_transfer/080000 \
    --env.type=aloha \
    --env.task=AlohaTransferCube-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差异的原因之一。另一种可能是我们的模拟环境使用了稍有不同的成功评估启发式方法（我们观察到当第二个机械臂的夹爪与方块形成对握接触时即判定成功）。此外，训练过程中的评估在接近尾声时突然上升，这可能需要进一步调查（是否具有统计显著性？如果是，原因是什么？）。