Antes de começar
Iniciando conhecimento
- Python básico e álgebra linear.
- Entenda os quadros de coordenadas da câmera, da base e da ferramenta.
Equipamento & meio ambiente
Comece com uma tarefa de simulação suportada. Adicione hardware real apenas com supervisão de laboratório e um procedimento operacional específico para cada tarefa.
Sem tempo de conclusão fixo: use os portões de evidências abaixo para decidir quando avançar. Os links de recursos abrem a entrada do diretório botstest; verifique a documentação do editor para obter a versão e configuração exatas.
Iniciante
Transforme a pergunta em um experimento
Defina a tarefa de manipulação e o que contaria como evidência.
Como funciona esta etapa
Um experimento precisa de uma definição operacional de sucesso e de uma distribuição redefinida. Corrija-os antes de comparar algoritmos.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Use um objeto conhecido e uma região alvo na simulação. Indique se apenas agarrar conta ou se o objeto deve ser lançado no alvo. Registre tentativas fracassadas e interrompidas usando a mesma regra.
- Especifique as condições iniciais e as regras de conclusão.
- Escolha uma linha de base simples com suporte.
- Salve registros de episódios bem-sucedidos e malsucedidos.
Se dois pesquisadores contarem o mesmo ensaio de forma diferente, repare o protocolo antes de coletar mais resultados.
Base de referência: Escolha e lugar básicos. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Distribuição do estado inicial e definição de sucesso
- Versões de ambiente e redefinições determinísticas
- Convenções de observação, ação e taxa de controle
Leia e aplique
Russ Tedrake · MIT · Capítulo do curso
Escolha e lugar básicos
Leia: Trabalhe nas transformações e na cinemática antes das poses de compreensão e do exemplo de trajetória.
Use o exemplo trabalhado para conectar quadros, abordar poses e uma transferência completa em vez de movimentos isolados do braço.
Aplique: Indique o que a linha de base pressupõe sobre a pose do objeto e torne o procedimento de redefinição repetível.
Coloque em prática
- Reproduza uma linha de base de manipulação simples na simulação.
- Escreva a redefinição do teste e registre um episódio bem-sucedido e um episódio com falha.
Um protocolo de linha de base e um pequeno conjunto de episódios inspecionáveis.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Crie tarefas de manipulação repetíveis em um ambiente de benchmark simulado.
Modele interações físicas e controle de teste ou comportamento de aprendizagem sob suposições de simulação explícitas.
Estude a mecânica, os quadros de coordenadas, a cinemática e os fundamentos de controle relevantes para o exercício.
Intermediário
Controle a variação e compare métodos
Altere um fator experimental sem alterar a tarefa de avaliação.
Como funciona esta etapa
Uma comparação só é confiável quando as condições de processamento e avaliação de dados são controladas. Altere o método preservando o contrato da tarefa.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Compare duas configurações de política com os mesmos posicionamentos de objetos suspensos e orçamento de teste. Rastreie reinicializações e intervenções para que inícios mais fáceis ou correções humanas não se disfarcem como ganhos algorítmicos.
- Congelar conjunto de dados e versões de pré-processamento.
- Salve as regras de configuração e seleção de pontos de verificação.
- Use um avaliador para ambos os métodos.
Se os ganhos desaparecerem após corresponder às condições de redefinição, o resultado original poderá refletir a configuração da avaliação.
Base de referência: Reproduzindo experimentos e resultados publicados. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Separação de treinamento/avaliação e orçamentos de teste
- Ablações e varreduras de parâmetros
- Suposições de calibração de câmera e robô
Leia e aplique
robomimic core team · Tutorial técnico
Reproduzindo experimentos e resultados publicados
Leia: Conclua os tutoriais de treinamento e resultados vinculados antes de tentar uma reprodução publicada.
Use os pré-requisitos de reprodução para distinguir um experimento comparável de uma demonstração vagamente semelhante.
Aplique: Mantenha o pipeline do conjunto de dados, a configuração do treinamento e as condições de avaliação fixas para uma comparação.
Coloque em prática
- Compare dois métodos com a mesma configuração de tarefa suspensa.
- Registre intervenções, redefinições e latência junto com o sucesso.
Um caderno de comparação, instantâneos de configuração e taxonomia de falhas.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Estude fluxos de trabalho de demonstração e aprendizagem off-line e comparações controladas de políticas.
Inspecione um conjunto de dados de manipulação e suas condições de coleta antes de projetar divisões de treinamento e avaliação.
Visualize observações espaciais e compare-as com resultados de modelos e trajetórias.
Profissional
Produza um artefato experimental publicável
Torne as reivindicações rastreáveis aos dados, código e condições operacionais.
Como funciona esta etapa
Um artefato de pesquisa conecta cada reivindicação aos seus dados e configuração. Libere contexto suficiente para reconstruir a comparação, incluindo condições malsucedidas.
Trabalhe com um exemplo
Exercício de estudo ilustrativo · escrito por botstest
Escolha um gráfico do relatório e rastreie-o até um manifesto de avaliação, ponto de verificação e versão do ambiente. Peça a um colega para regenerá-lo sem escolher parâmetros não documentados.
- Publique as definições de divisão e protocolo.
- Retenha identificadores de execução e categorias de falha.
- Simulação separada e evidência física nas conclusões.
Um ponto de verificação liberado sem suas configurações de processamento e avaliação não é um pacote de reprodução completo.
Base de referência: Validação cruzada: avaliando o desempenho do estimador. O exemplo e o passo a passo são aplicações editoriais da fonte.
Aprenda nesta ordem
- Incerteza, execuções repetidas e metadados de lançamento
- Limitações da simulação para o real
- Permissões de conjunto de dados e captura de ambiente reproduzível
Leia e aplique
scikit-learn developers · Guia prático
Validação cruzada: avaliando o desempenho do estimador
Leia: Leia a discussão de avaliação prolongada e a estratégia de divisão apropriada às suas dependências de dados.
Use divisões com reconhecimento de dependência para proteger as evidências mantidas contra decisões de treinamento e ajuste.
Aplique: Publique definições de condições mantidas e explique por que os testes relacionados não vazam entre as divisões.
Coloque em prática
- Prepare um pacote de reexecução limpo com dependências exatas.
- Se estiver transferindo para hardware, documente as diferenças e os testes de aceitação supervisionados.
Um pacote de experimentos, seção de limitações e lista de verificação de reprodutibilidade.
Pronto para a próxima etapa quando…
Recursos para esta etapa
Investigue uma plataforma de manipulação sensível à força e confirme as interfaces e configurações exatas da pesquisa.
Compare uma plataforma de pesquisa de braço com as interfaces de tarefas, ferramentas e software que você precisa.
Explorar como as políticas de manipulação são avaliadas; separar as evidências de benchmark das declarações de implantação.
Armadilhas comuns
- Alterar posições de objetos ou contagens de testes entre métodos.
- Relatando vídeos de sucesso sem tentativas totais.
Para onde ir a seguir
Estenda-se para aprendizagem por imitação, avaliação VLA ou detecção de contato, mantendo o mesmo contrato de reprodutibilidade.
Explorar outros pesquisa caminhos →