Zanim zaczniesz
Początkowa wiedza
- Podstawy Pythona i algebry liniowej.
- Zrozumienie układów współrzędnych kamery, podstawy i narzędzia.
Sprzęt & środowisko
Zacznij od obsługiwanego zadania symulacyjnego. Dodawaj prawdziwy sprzęt tylko pod nadzorem laboratorium i procedurą operacyjną dostosowaną do konkretnego zadania.
Brak ustalonego czasu ukończenia: skorzystaj z bramek dowodów poniżej, aby zdecydować, kiedy przejść dalej. Linki do zasobów otwierają najsilniejszy wpis w katalogu; sprawdź dokumentację wydawcy, aby uzyskać dokładną wersję i konfigurację.
Początkujący
Zamień pytanie w eksperyment
Zdefiniuj zadanie manipulacji i to, co będzie uznawane za dowód.
Jak działa ten etap
Eksperyment wymaga operacyjnej definicji sukcesu i rozkładu resetowania. Napraw je przed porównaniem algorytmów.
Przepracuj przykład
Przykładowe ćwiczenie studyjne · napisane przez botstest
Użyj znanego obiektu i regionu docelowego w symulacji. Określ, czy liczy się samo chwycenie, czy też należy puścić przedmiot w cel. Nagrywanie nieudanych i przerwanych prób przy użyciu tej samej reguły.
- Określ warunki początkowe i zasady ukończenia.
- Wybierz prostą obsługiwaną linię bazową.
- Zapisz zarówno udane, jak i nieudane zapisy odcinków.
Jeśli dwóch badaczy inaczej policzy to samo badanie, napraw protokół przed zebraniem większej liczby wyników.
Podstawa odniesienia: Podstawowy wybór i miejsce. Przykład i solucja to zastosowania redakcyjne źródła.
Ucz się w tej kolejności
- Dystrybucja stanu początkowego i definicja sukcesu
- Wersje środowiska i resety deterministyczne
- Konwencje obserwacji, działania i kontroli
Przeczytaj, a potem zastosuj
Russ Tedrake · MIT · Rozdział kursu
Podstawowy wybór i miejsce
Przeczytaj: Przeanalizuj transformacje i kinematykę przed uchwyceniem pozycji i przykładem trajektorii.
Użyj opracowanego przykładu, aby połączyć klatki, pozycje podejścia i pełne przeniesienie, a nie izolowane ruchy ramion.
Zastosuj to: Podaj założenia linii bazowej dotyczące pozycji obiektu i spraw, aby procedura resetowania była powtarzalna.
Wprowadź to w życie
- Odtwórz prostą linię bazową manipulacji w symulacji.
- Napisz reset próbny i zapisz udany i nieudany odcinek.
Protokół bazowy i mały zestaw epizodów do sprawdzenia.
Gotowy do następnego kroku, gdy…
Zasoby na ten etap
Twórz powtarzalne zadania manipulacyjne w symulowanym środowisku porównawczym.
Modeluj interakcje fizyczne i kontrolę testową lub zachowanie polegające na uczeniu się przy wyraźnych założeniach symulacyjnych.
Przestudiuj mechanikę, układy współrzędnych, kinematykę i podstawy sterowania istotne dla ćwiczenia.
Średnio zaawansowany
Kontroluj zmienność i porównuj metody
Zmień jeden czynnik eksperymentalny bez zmiany zadania oceny.
Jak działa ten etap
Porównanie jest wiarygodne tylko wtedy, gdy kontrolowane są warunki przetwarzania i oceny danych. Zmień metodę, zachowując kontrakt zadania.
Przepracuj przykład
Przykładowe ćwiczenie studyjne · napisane przez botstest
Porównaj dwie konfiguracje zasad z tym samym rozmieszczeniem wstrzymanych obiektów i budżetem próbnym. Śledź resety i interwencje, aby łatwiejsze uruchamianie lub poprawki wykonywane przez człowieka nie udawały korzyści algorytmicznych.
- Zablokuj wersje zestawu danych i wstępnego przetwarzania.
- Zapisz reguły konfiguracji i wyboru punktu kontrolnego.
- Użyj jednego ewaluatora dla obu metod.
Jeśli wzmocnienia znikną po spełnieniu warunków resetowania, pierwotny wynik może odzwierciedlać konfigurację oceny.
Podstawa odniesienia: Odtwarzanie opublikowanych eksperymentów i wyników. Przykład i solucja to zastosowania redakcyjne źródła.
Ucz się w tej kolejności
- Rozdzielenie szkolenia/oceny i budżety próbne
- Ablacje i przemiatanie parametrów
- Założenia kalibracji kamery i robota
Przeczytaj, a potem zastosuj
robomimic core team · Poradnik techniczny
Odtwarzanie opublikowanych eksperymentów i wyników
Przeczytaj: Przed przystąpieniem do opublikowanej reprodukcji wykonaj powiązane samouczki szkoleniowe i dotyczące wyników.
Skorzystaj z warunków wstępnych reprodukcji, aby odróżnić porównywalny eksperyment od luźno podobnej demonstracji.
Zastosuj to: Zachowaj stały potok zbioru danych, konfigurację szkolenia i warunki oceny na potrzeby porównania.
Wprowadź to w życie
- Porównaj dwie metody z tą samą konfiguracją wstrzymanego zadania.
- Rejestruj interwencje, resetowania i opóźnienia wraz z sukcesem.
Notatnik porównawczy, migawki konfiguracji i taksonomia błędów.
Gotowy do następnego kroku, gdy…
Zasoby na ten etap
Zapoznaj się z przepływami pracy w zakresie uczenia się demonstracyjnego w trybie offline i kontrolowanymi porównaniami zasad.
Przed zaprojektowaniem podziału szkolenia i oceny sprawdź zbiór danych manipulacyjnych i warunki jego gromadzenia.
Wizualizuj obserwacje przestrzenne i porównuj je z wynikami modelu i trajektorii.
Profesjonalny
Stwórz nadający się do publikacji artefakt eksperymentalny
Zapewnij identyfikowalność roszczeń na podstawie danych, kodu i warunków pracy.
Jak działa ten etap
Artefakt badawczy łączy każde oświadczenie z jego danymi i konfiguracją. Ujawnij wystarczający kontekst, aby zrekonstruować porównanie, łącznie z nieudanymi warunkami.
Przepracuj przykład
Przykładowe ćwiczenie studyjne · napisane przez botstest
Wybierz jeden wykres z raportu i prześledź go do manifestu wersji próbnej, punktu kontrolnego i wersji środowiska. Poproś kolegę o jego regenerację bez wybierania nieudokumentowanych parametrów.
- Opublikuj definicje podziału i protokołu.
- Zachowaj identyfikatory uruchomień i kategorie awarii.
- We wnioskach oddzielna symulacja i dowód fizyczny.
Zwolniony punkt kontrolny bez ustawień przetwarzania i oceny nie jest kompletnym pakietem reprodukcyjnym.
Podstawa odniesienia: Walidacja krzyżowa: ocena wydajności estymatora. Przykład i solucja to zastosowania redakcyjne źródła.
Ucz się w tej kolejności
- Niepewność, powtarzające się uruchomienia i metadane wydania
- Ograniczenia symulacji do rzeczywistości
- Uprawnienia do zbioru danych i powtarzalne przechwytywanie środowiska
Przeczytaj, a potem zastosuj
scikit-learn developers · Praktyczny przewodnik
Walidacja krzyżowa: ocena wydajności estymatora
Przeczytaj: Przeczytaj przeciągniętą dyskusję na temat oceny i strategię podziału odpowiednią do zależności danych.
Użyj podziałów uwzględniających zależności, aby chronić przechowywane dowody przed decyzjami dotyczącymi szkolenia i dostrajania.
Zastosuj to: Opublikuj definicje wstrzymanych warunków i wyjaśnij, dlaczego powiązane badania nie przeciekają między podziałami.
Wprowadź to w życie
- Przygotuj czysty pakiet ponownego uruchomienia z dokładnymi zależnościami.
- W przypadku przenoszenia na sprzęt należy udokumentować różnice i nadzorować testy akceptacyjne.
Pakiet eksperymentów, sekcja ograniczeń i lista kontrolna powtarzalności.
Gotowy do następnego kroku, gdy…
Zasoby na ten etap
Zbadaj platformę manipulacyjną wrażliwą na siłę i potwierdź dokładne interfejsy badawcze i konfigurację.
Porównaj platformę badawczą firmy z potrzebnymi interfejsami zadań, narzędzi i oprogramowania.
Zbadaj, w jaki sposób oceniane są zasady manipulacji; oddziel dowody porównawcze od twierdzeń dotyczących wdrożenia.
Typowe pułapki
- Zmiana pozycji obiektów lub liczby prób pomiędzy metodami.
- Zgłaszanie udanych filmów bez łącznych prób.
Gdzie iść dalej
Rozszerzenie na uczenie się przez naśladownictwo, ocenę VLA lub wykrywanie kontaktu przy zachowaniu tej samej umowy o odtwarzalności.
Poznaj inne badania ścieżki →