Passa al contenuto principale

Visualizza come Markdown

Contenuto convertito in Markdown. Usa il link alla pagina originale in fondo per esplorare i grafici interattivi.

机械臂系列

围绕机械臂与双臂桌面操作,串联物理仿真与连续控制(MuJoCo + DDPG)、模仿学习与视觉-语言-动作大模型(ACT + π₀.₅ RECAP),以及**开源工具链与低成本硬件部署(LeRobot + SO-101)**三条实战主线。

🗂️ 项目总览​

分类项目简介
仿真与连续控制MuJoCo 仿真入门搭建第一个 MuJoCo 物理环境,掌握 MJCF 模型加载与 Python 闭环控制接口
仿真与连续控制DDPG 连续控制实验(3 篇)用纯 PyTorch 单文件实现 DDPG,依次攻克 InvertedPendulum、Reacher 末端追踪与 Pusher 接触推物
模仿学习与双臂操作ACT 双臂操作训练实战基于 ALOHA Transfer Cube 示教数据完成 50k 训练、动作分块预测与 20 回合 MuJoCo 闭环评测
AMD 专区实测ACT 双臂操作训练|AMD ROCm在 Radeon GPU 上以 BF16 完成 ACT 快速训练、断点续训、闭环评估与回放导出
长时程 VLA 复现π₀.₅ + RECAP:LIBERO 复现基于 OpenPI 与 4,096 条 LIBERO rollout,跑通分布式价值头、优势标注与 ACP 策略微调
数据与算法讲义LeRobot 中文课程讲义系统梳理经典机器人学瓶颈、LeRobotDataset 数据结构与端到端机器人学习工具链
真机部署SO-101 + LeRobot 真机教程完成 SO-101 机械臂串口连通、低风险回零安全检查与首次真机动作回放
工程扩展ROS2 机械臂控制 / 模仿学习训练ROS2 控制链路接入与自定义遥操作采集训练(施工中)

🎬 典型演示​

模仿学习与 VLA 双臂 / 桌面操作​

ACT ALOHA 双臂方块交接
ACT · ALOHA 双臂方块交接
50k 训练 · 100 帧动作块 · MuJoCo 20 回合评测
ACT AMD ROCm 双臂操作
ACT · AMD ROCm 双臂操作
Radeon R9700 BF16 · 10k 快速收敛与闭环回放
RECAP LIBERO 长时程操作与价值曲线
π₀.₅ + RECAP · LIBERO 长时程操作
OpenPI 分布式价值预测 + ACP 优势条件微调

MuJoCo 连续控制与 DDPG 机械臂基线​

DDPG InvertedPendulum 连续稳摆
DDPG InvertedPendulum-v5
Actor-Critic 连续动作空间最小可运行基线
DDPG Reacher 二维机械臂目标追踪
DDPG Reacher-v5
2-DoF 平面机械臂末端实时追踪随机目标点
DDPG Pusher 七维机械臂推物
DDPG Pusher-v5
7-DoF 机械臂接触推物操作与稀疏奖励分析

LeRobot 工具链与真机入门预览​

LeRobot 中文课程讲义封面
LeRobot 中文课程讲义
Unit 0–2 完整中文整理:运动学、数据集设计与机器人学习范式
经典机器人学与机器人学习对比
SO-101 + LeRobot 真机教程
从串口校验、安全回零到真实机械臂基础轨迹回放

🧭 内容大纲​

1. MuJoCo 仿真与 DDPG 连续控制​

适合作为机械臂强化学习的第一站:所有 DDPG 脚本均为单文件纯 PyTorch 实现(约 330 行),便于对照公式逐行拆解 ReplayBuffer、目标网络软更新与探索噪声设计。

篇章内容
MuJoCo 仿真入门MuJoCo 安装、MJCF 场景加载与 mujoco.viewer Python 交互控制
DDPG InvertedPendulum-v5连续动作裁剪、TD 目标引导与 20k 步快速收敛验证
DDPG Reacher-v5二维机械臂关节力矩控制、末端误差奖励与 GIF 录制导出
DDPG Pusher-v5七自由度机械臂接触推物、多阶段奖励权衡与 250k 步基线对比

2. 模仿学习与 VLA 双臂 / 长时程操作​

从经典的 CVAE + Transformer 动作分块策略(ACT),进阶到基于视觉-语言-动作基座模型(π₀.₅)的价值引导自我进化(RECAP)。

篇章内容
ACT 双臂操作训练实战(CUDA)50 条人类示教轨迹加载、100 帧 Action Chunking、bfloat16 训练与多回合成功率统计
ACT 双臂操作训练(AMD ROCm)ROCm 独立依赖锁、Radeon R9700 BF16 训练吞吐实测、断点续训与闭环视频导出
π₀.₅ + RECAP:LIBERO 长时程复现RLinf 数据校验、分布式价值头训练、优势标签生成、ACP 策略微调与 LIBERO 实时价值曲线可视化

3. LeRobot 数据工程与 SO-101 真机部署​

打通“数据集理解 → 工具链上手 → 真实机械臂安全上电执行”的最后一公里。

篇章内容
LeRobot 中文课程讲义Hugging Face Robotics Course Unit 0–2 中文重排:平面机械臂运动学、LeRobotDataset 时序结构与数据驱动方法演进
SO-101 + LeRobot 真机教程Ubuntu 环境配置、USB 串口与供电排查、Home 回零安全测试与真机动作回放清单
ROS2 机械臂控制ROS2 控制器接口与机械臂真机执行链路(施工中)
模仿学习训练自定义任务遥操作数据采集与端到端模仿学习闭环(施工中)