Training
Training bringt dem Modell bei, welche Aktion nach dem Beobachten des aktuellen Zustands auszuführen ist. Der Datensatz enthält Kamerabilder, Gelenkzustände und menschliche Demonstrationsaktionen.
Das Ergebnis ist ein Modell, keine feste Aktion. Ein trainiertes Modell versucht, Aktionen anhand des Bildes und Armzustands auszugeben.
Trainingskonfiguration
Abschnitt betitelt „Trainingskonfiguration“| Parameter | Standardwert | Beschreibung |
|---|---|---|
| Training dataset | Erforderlich | Gesammelter und geprüfter Datensatz |
| Policy | ACT | Strategie oder Algorithmus |
| Training steps | 10000 | Anzahl der Lernschritte |
| Batch size | Abhängig von Ressourcen | Größe der gleichzeitig verarbeiteten Daten |
Cloud-Training
Abschnitt betitelt „Cloud-Training“Cloud-Training erfordert ein SenseCraft-Konto und eine stabile Verbindung. Es unterstützt das Erstellen von Aufgaben, Status- und Verlaufsansicht, Logs und Metriken, das Stoppen von Aufgaben und das Herunterladen des Modells.
Lokales Training
Abschnitt betitelt „Lokales Training“Lokales Training benötigt passende Laufzeit, Abhängigkeiten und Rechenressourcen. Es verwendet die mit der Anwendung gebündelte LeRobot- / Python-Umgebung.
Cloud oder lokal
Abschnitt betitelt „Cloud oder lokal“Cloud-Training eignet sich für Unterricht, Labore und schnelle Demos. Lokales Training eignet sich für Offline-Nutzung, Debugging oder die Validierung einer bestimmten Laufzeitumgebung.
Training bewerten
Abschnitt betitelt „Training bewerten“Während des Trainings Status, Logs, Fehler und Metriken prüfen. Nach dem Training das Modell immer sicher in Model Run validieren, bevor weitere Daten gesammelt oder neu trainiert wird.