Avant de commencer
Connaissances de départ
- Python de base et algèbre linéaire.
- Comprendre les cadres de coordonnées de la caméra, de la base et de l'outil.
Équipement & environnement
Commencez par une tâche de simulation prise en charge. Ajoutez du matériel réel uniquement avec une supervision en laboratoire et une procédure opérationnelle spécifique à la tâche.
Pas de délai de réalisation fixe : utilisez les portes de preuves ci-dessous pour décider quand avancer. Les liens vers les ressources ouvrent l'entrée du répertoire botstest ; consultez la documentation de son éditeur pour connaître la version et la configuration exactes.
Débutant
Transformez la question en expérience
Définissez la tâche de manipulation et ce qui compterait comme preuve.
Comment fonctionne cette étape
Une expérience nécessite une définition opérationnelle du succès et une distribution réinitialisée. Corrigez-les avant de comparer les algorithmes.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Utilisez un objet connu et une région cible dans la simulation. Indiquez si la préhension seule compte ou si l'objet doit être lâché dans la cible. Enregistrez les tentatives échouées et interrompues en utilisant la même règle.
- Spécifiez les conditions initiales et les règles d’achèvement.
- Choisissez une ligne de base prise en charge simple.
- Enregistrez les enregistrements d'épisodes réussis et infructueux.
Si deux chercheurs comptent différemment le même essai, réparez le protocole avant de collecter d’autres résultats.
Base de référence : Sélection et placement de base. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Distribution de l’état initial et définition du succès
- Versions d'environnement et réinitialisations déterministes
- Conventions d'observation, d'action et de taux de contrôle
Lisez, puis postulez
Russ Tedrake · MIT · Chapitre du cours
Sélection et placement de base
Lire : Travaillez sur les transformations et la cinématique avant de saisir les poses et l'exemple de trajectoire.
Utilisez l'exemple concret pour connecter des cadres, des poses d'approche et un transfert complet plutôt que des mouvements de bras isolés.
Appliquez-le : Indiquez ce que la ligne de base suppose concernant la pose de l'objet et rendez la procédure de réinitialisation reproductible.
Mettez-le en pratique
- Reproduisez une base de manipulation simple en simulation.
- Écrivez la réinitialisation d'essai et enregistrez un épisode réussi et échoué.
Un protocole de base et un petit ensemble d'épisodes inspectables.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Créez des tâches de manipulation reproductibles dans un environnement de référence simulé.
Modélisez les interactions physiques et testez le comportement de contrôle ou d’apprentissage selon des hypothèses de simulation explicites.
Étudiez la mécanique, les repères de coordonnées, la cinématique et les fondements de contrôle pertinents pour l’exercice.
Intermédiaire
Contrôler la variation et comparer les méthodes
Changez un facteur expérimental sans changer la tâche d’évaluation.
Comment fonctionne cette étape
Une comparaison n’est crédible que lorsque les conditions de traitement et d’évaluation des données sont maîtrisées. Changez de méthode tout en conservant le contrat de tâche.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Comparez deux configurations de stratégie avec les mêmes placements d'objets retenus et le même budget d'essai. Suivez les réinitialisations et les interventions afin que des démarrages plus faciles ou des corrections humaines ne soient pas déguisés en gains algorithmiques.
- Geler les versions de l'ensemble de données et du prétraitement.
- Enregistrez les règles de configuration et de sélection des points de contrôle.
- Utilisez un seul évaluateur pour les deux méthodes.
Si les gains disparaissent après avoir satisfait aux conditions de réinitialisation, le résultat original peut refléter la configuration de l'évaluation.
Base de référence : Reproduire les expériences et les résultats publiés. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Séparation formation/évaluation et budgets d’essais
- Ablations et balayages de paramètres
- Hypothèses d’étalonnage des caméras et des robots
Lisez, puis postulez
robomimic core team · Tutoriel technique
Reproduire les expériences et les résultats publiés
Lire : Suivez les didacticiels de formation et de résultats liés avant de tenter une reproduction publiée.
Utilisez les conditions préalables à la reproduction pour distinguer une expérience comparable d’une démonstration vaguement similaire.
Appliquez-le : Gardez le pipeline de l'ensemble de données, la configuration de la formation et les conditions d'évaluation fixes pour une comparaison.
Mettez-le en pratique
- Comparez deux méthodes avec la même configuration de tâches suspendues.
- Enregistrez les interventions, les réinitialisations et la latence parallèlement au succès.
Un carnet de comparaison, des instantanés de configuration et une taxonomie des échecs.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Étudiez les workflows d’apprentissage-démonstration hors ligne et les comparaisons de politiques contrôlées.
Inspectez un ensemble de données de manipulation et ses conditions de collecte avant de concevoir des divisions de formation et d’évaluation.
Visualisez les observations spatiales et comparez-les avec les résultats du modèle et de la trajectoire.
Professionnel
Produire un artefact expérimental publiable
Rendre les réclamations traçables aux données, au code et aux conditions de fonctionnement.
Comment fonctionne cette étape
Un artefact de recherche relie chaque revendication à ses données et sa configuration. Libérez suffisamment de contexte pour reconstruire la comparaison, y compris les conditions infructueuses.
Travailler sur un exemple
Exercice d'étude illustratif · rédigé par botstest
Choisissez un tracé dans le rapport et remontez-le jusqu'à un manifeste d'essai, un point de contrôle et une version d'environnement. Demandez à un collègue de le régénérer sans choisir de paramètres non documentés.
- Publiez les définitions de division et de protocole.
- Conservez les identifiants d’exécution et les catégories d’échec.
- Séparez la simulation et les preuves physiques dans les conclusions.
Un point de contrôle publié sans ses paramètres de traitement et d'évaluation ne constitue pas un package de reproduction complet.
Base de référence : Validation croisée : évaluation des performances de l'estimateur. L'exemple et la procédure pas à pas sont des applications éditoriales de la source.
Apprenez dans cet ordre
- Incertitude, exécutions répétées et métadonnées de publication
- Limites de la simulation au réel
- Autorisations des ensembles de données et capture d'environnement reproductible
Lisez, puis postulez
scikit-learn developers · Guide pratique
Validation croisée : évaluation des performances de l'estimateur
Lire : Lisez la discussion d'évaluation retenue et la stratégie de répartition adaptée à vos dépendances de données.
Utilisez des divisions tenant compte des dépendances pour protéger les preuves retenues contre les décisions de formation et de réglage.
Appliquez-le : Publiez les définitions des conditions retenues et expliquez pourquoi les essais associés ne fuient pas entre les divisions.
Mettez-le en pratique
- Préparez un package de réexécution propre avec des dépendances exactes.
- En cas de transfert vers du matériel, documentez les différences et les tests d'acceptation supervisés.
Un package d’expérimentation, une section sur les limitations et une liste de contrôle de reproductibilité.
Prêt pour la prochaine étape quand…
Ressources pour cette étape
Examinez une plate-forme de manipulation sensible à la force et confirmez les interfaces et la configuration exactes de la recherche.
Comparez une plateforme de recherche Arm avec les tâches, les outils et les interfaces logicielles dont vous avez besoin.
Explorer comment les politiques de manipulation sont évaluées ; séparer les preuves de référence des allégations de déploiement.
Pièges courants
- Modification des positions des objets ou du nombre d'essais entre les méthodes.
- Signaler des vidéos réussies sans tentatives totales.
Où aller ensuite
Étendez-vous à l’apprentissage par imitation, à l’évaluation VLA ou à la détection de contact tout en gardant le même contrat de reproductibilité.
Explorer d'autres recherche chemins →