Innan du börjar
Startkunskap
- Grundläggande Python och linjär algebra.
- Förstå kamera-, bas- och verktygskoordinater.
Utrustning & miljö
Börja med en simuleringsuppgift som stöds. Lägg bara till riktig hårdvara med labbövervakning och en uppgiftsspecifik driftprocedur.
Ingen fast slutföringstid: använd bevisportarna nedan för att bestämma när du ska avancera. Resurslänkar öppnar botstest-katalogposten; kontrollera dess utgivardokumentation för den exakta versionen och konfigurationen.
Nybörjare
Förvandla frågan till ett experiment
Definiera manipulationsuppgiften och vad som skulle räknas som bevis.
Hur det här steget fungerar
Ett experiment behöver en operativ definition av framgång och en återställningsdistribution. Fixa dem innan du jämför algoritmer.
Arbeta igenom ett exempel
Illustrativ studieövning · skriven av botstest
Använd ett känt objekt och målregion i simulering. Ange om enbart grepp räknas eller om föremålet måste släppas i målet. Spela in misslyckade och avbrutna försök med samma regel.
- Ange initiala villkor och regler för slutförande.
- Välj en enkel baslinje som stöds.
- Spara både framgångsrika och misslyckade avsnittsposter.
Om två forskare räknar samma studie olika, reparera protokollet innan du samlar in fler resultat.
Referensbas: Grundläggande val och plats. Exemplet och genomgången är redaktionella tillämpningar av källan.
Lär dig i den här ordningen
- Initial-state distribution och framgång definition
- Miljöversioner och deterministiska återställningar
- Konventioner för observation, handling och kontrollhastighet
Läs och ansök sedan
Russ Tedrake · MIT · Kurs kapitel
Grundläggande val och plats
Läs: Arbeta igenom transformationer och kinematik innan grepppositioner och banaexemplet.
Använd det arbetade exemplet för att koppla ihop ramar, närmande poser och en fullständig förflyttning snarare än isolerade armrörelser.
Använd det: Ange vad baslinjen antar om objektets position och gör återställningsproceduren repeterbar.
Omsätt det i praktiken
- Reproducera en enkel manipulationsbaslinje i simulering.
- Skriv provåterställningen och spela in ett lyckat och misslyckat avsnitt.
Ett baslinjeprotokoll och en liten inspekterbar episoduppsättning.
Redo för nästa steg när...
Resurser för detta skede
Bygg repeterbara manipulationsuppgifter i en simulerad benchmarkmiljö.
Modellera fysiska interaktioner och testkontroll eller inlärningsbeteende under explicita simuleringsantaganden.
Studera mekaniken, koordinatramar, kinematik och styrfundament som är relevanta för övningen.
Mellanliggande
Kontrollera variation och jämför metoder
Ändra en experimentell faktor utan att ändra utvärderingsuppgiften.
Hur det här steget fungerar
En jämförelse är trovärdig endast när databehandlings- och utvärderingsförhållandena kontrolleras. Ändra metoden samtidigt som uppgiftskontraktet bevaras.
Arbeta igenom ett exempel
Illustrativ studieövning · skriven av botstest
Jämför två policykonfigurationer med samma kvarhållna objektplaceringar och provbudget. Spåra återställningar och ingrepp så att lättare starter eller mänskliga korrigeringar inte maskerar sig som algoritmiska vinster.
- Frys datauppsättning och förbearbetningsversioner.
- Spara regler för konfiguration och val av kontrollpunkter.
- Använd en utvärderare för båda metoderna.
Om vinster försvinner efter matchande återställningsvillkor kan det ursprungliga resultatet återspegla utvärderingsinställningarna.
Referensbas: Reproducera publicerade experiment och resultat. Exemplet och genomgången är redaktionella tillämpningar av källan.
Lär dig i den här ordningen
- Utbildnings-/utvärderingsseparation och provbudgetar
- Ablationer och parametersvep
- Antaganden om kamera- och robotkalibrering
Läs och ansök sedan
robomimic core team · Teknisk handledning
Reproducera publicerade experiment och resultat
Läs: Slutför den länkade utbildningen och resultathandledningarna innan du försöker en publicerad reproduktion.
Använd reproduktionsförutsättningarna för att skilja ett jämförbart experiment från en löst liknande demonstration.
Använd det: Håll datauppsättningspipeline, utbildningskonfiguration och utvärderingsvillkor fasta för en jämförelse.
Omsätt det i praktiken
- Jämför två metoder med samma uthållna uppgiftsinställning.
- Logga ingripanden, återställningar och latens tillsammans med framgång.
En anteckningsbok för jämförelse, ögonblicksbilder av konfigurationen och taxonomi för fel.
Redo för nästa steg när...
Resurser för detta skede
Studera offline demonstrations-inlärningsarbetsflöden och kontrollerade policyjämförelser.
Inspektera en manipulationsdatauppsättning och dess insamlingsförhållanden innan du utformar utbildnings- och utvärderingsdelar.
Visualisera rumsliga observationer och jämför dem med modell- och banautgångar.
Professionell
Producera en publicerbar experimentell artefakt
Gör anspråken spårbara till data, kod och driftsförhållanden.
Hur det här steget fungerar
En forskningsartefakt kopplar varje anspråk till dess data och konfiguration. Släpp tillräckligt med sammanhang för att rekonstruera jämförelsen, inklusive misslyckade förhållanden.
Arbeta igenom ett exempel
Illustrativ studieövning · skriven av botstest
Välj en plot från rapporten och spåra den tillbaka till ett testmanifest, kontrollpunkt och miljöversion. Be en kollega att återskapa den utan att välja odokumenterade parametrar.
- Publicera split- och protokolldefinitionerna.
- Behåll köridentifierare och felkategorier.
- Separat simulering och fysiska bevis i slutsatserna.
En frisläppt kontrollpunkt utan dess bearbetnings- och utvärderingsinställningar är inte ett komplett reproduktionspaket.
Referensbas: Korsvalidering: Utvärdera Estimatorprestanda. Exemplet och genomgången är redaktionella tillämpningar av källan.
Lär dig i den här ordningen
- Osäkerhet, upprepade körningar och release-metadata
- Simulering till verkliga begränsningar
- Datauppsättningsbehörigheter och reproducerbar miljöfångst
Läs och ansök sedan
scikit-learn developers · Praktisk guide
Korsvalidering: Utvärdera Estimatorprestanda
Läs: Läs den utdragna utvärderingsdiskussionen och den delade strategin som är lämplig för dina databeroende.
Använd beroendemedvetna splittringar för att skydda bevisen från träning och justeringsbeslut.
Använd det: Publicera fördröjda tillståndsdefinitioner och förklara varför relaterade försök inte läcker över splittringar.
Omsätt det i praktiken
- Förbered ett rent reprispaket med exakta beroenden.
- Om du överför till hårdvara, dokumentera skillnaderna och övervakade acceptanstest.
Ett experimentpaket, avsnitt med begränsningar och checklista för reproducerbarhet.
Redo för nästa steg när...
Resurser för detta skede
Undersök en kraftkänslig manipulationsplattform och bekräfta de exakta forskningsgränssnitten och konfigurationen.
Jämför en armforskningsplattform med uppgiften, verktygen och mjukvarugränssnitten du behöver.
Utforska hur manipulationspolicyer utvärderas; separata riktmärkebevis från implementeringsanspråk.
Vanliga fallgropar
- Ändra objektpositioner eller provräkningar mellan metoder.
- Rapportera framgångsrika videor utan totala försök.
Vart ska man gå härnäst
Utvidga till imitationsinlärning, VLA-utvärdering eller kontaktavkänning samtidigt som du behåller samma reproducerbarhetskontrakt.
Utforska andra forskning vägar →