Entrenamiento
El entrenamiento enseña al modelo qué acción debe ejecutar después de observar el estado actual. El dataset contiene imágenes de cámara, estados articulares y acciones humanas de demostración.
El resultado es un modelo, no una acción fija. Un modelo entrenado intenta producir acciones según la imagen y el estado del brazo.
Configuración de entrenamiento
Sección titulada «Configuración de entrenamiento»| Parámetro | Valor predeterminado | Descripción |
|---|---|---|
| Training dataset | Requerido | Dataset recopilado y validado |
| Policy | ACT | Estrategia o algoritmo de entrenamiento |
| Training steps | 10000 | Número de pasos de aprendizaje |
| Batch size | Depende de recursos | Tamaño de lote procesado cada vez |
Entrenamiento en la nube
Sección titulada «Entrenamiento en la nube»Requiere iniciar sesión en SenseCraft y una conexión estable. Permite crear tareas, ver estado e historial, revisar registros y métricas, detener tareas y descargar el modelo al finalizar.
Entrenamiento local
Sección titulada «Entrenamiento local»El entrenamiento local requiere entorno, dependencias y recursos de cómputo adecuados. Usa el runtime LeRobot / Python incluido con la aplicación.
Elegir nube o local
Sección titulada «Elegir nube o local»La nube es adecuada para clases, laboratorios y demostraciones rápidas. El modo local es útil para uso sin conexión, depuración de entorno o validación de un runtime específico.
Cómo evaluar el entrenamiento
Sección titulada «Cómo evaluar el entrenamiento»Durante el entrenamiento revisa estado, registros, errores y métricas. Después de finalizar, valida siempre el modelo de forma segura en Model Run antes de recopilar más datos o volver a entrenar.