Collecte de données

La page Collection sert à enregistrer des données de démonstration. La collecte enregistre la façon dont une personne accomplit une tâche via téléopération, puis transforme ce processus en données entraînables.

Chaque épisode doit inclure l’état initial, le processus complet et l’état final. Le modèle apprend la relation entre images caméra, états articulaires et séquences d’actions.

Paramètres de collecte

Paramètre	Valeur par défaut	Description
Dataset name	red-block-transfer	Nom du résultat collecté
Task description	Move the red block from the left side to the right side	Décrit la tâche à apprendre
Number of episodes	6	Nombre de démonstrations enregistrées
Episode duration	30 secondes	Doit couvrir une exécution complète
Rest duration	5 secondes	Temps de remise à zéro entre épisodes
Sampling speed	Dépend du dispositif	Influence la fréquence d’images

Démarrer l’enregistrement

Confirme que la configuration, la calibration et la téléopération sont prêtes. Renseigne le nom du dataset et la description de la tâche, définit les épisodes et les durées, puis clique sur Start Recording.

Garde constants l’espace de travail, l’angle caméra, la position initiale des objets et la posture du bras. Si une démonstration échoue clairement, ré-enregistre-la au lieu de la mélanger aux données officielles. Commence par environ 20 épisodes par lot et contrôle leur qualité avant de poursuivre. Si davantage d’échantillons sont nécessaires, collecte-les par lots et fusionne-les dans Dataset Management.

Actions disponibles pendant l’enregistrement :

Action	Fonction
End current episode early	Terminer l’épisode en cours
Re-record current episode	Réenregistrer l’épisode
Stop all recording	Arrêter toute la tâche
Diagnostic logs	Voir les journaux bas niveau

Qualité de collecte

Vérifie le débit d’images réel / cible, les images perdues et le timing récent. Si la qualité est instable, réduis la vitesse d’échantillonnage, baisse la résolution caméra ou désactive les aperçus inutiles.

Problèmes de performance courants

Des performances insuffisantes n’arrêtent pas toujours immédiatement l’enregistrement. Elles peuvent se manifester par des commandes retardées, des pertes d’images ou une durée d’épisode anormale. Résolvez ces problèmes avant de poursuivre une collecte en série.

Symptôme	Signification possible	Action recommandée
Délai important après la fin anticipée, le réenregistrement ou l’arrêt	La charge des caméras, la vitesse d’échantillonnage ou la charge système empêche le thread d’enregistrement de traiter rapidement les commandes	Réduisez la vitesse ou la résolution, désactivez les aperçus inutiles et vérifiez si la réactivité revient.
Une durée de 15 secondes est configurée, mais l’épisode du dataset est nettement plus court	Des images ont pu être perdues, l’écriture interrompue ou les performances insuffisantes	Vérifiez le débit réel / cible, les pertes d’images et les logs. Supprimez ou réenregistrez les épisodes anormaux.
Le débit reste sous la cible ou les pertes augmentent	La configuration dépasse les capacités de l’ordinateur, de la caméra ou du stockage	Réduisez le niveau d’échantillonnage ou le volume d’image, puis testez la stabilité avec quelques épisodes.

Bonnes pratiques

• Enregistre plusieurs démonstrations complètes par tâche.
• Commence chaque épisode depuis un état initial similaire.
• Évite les pauses, collisions et occultations.
• Garde la description de tâche cohérente.
• Ne mélange pas des tâches différentes dans le même dataset.
• Réenregistre ou supprime les démonstrations ratées avant l’entraînement.

Référence pour le volume de collecte et les steps d’entraînement

Les valeurs suivantes constituent des points de départ pour une première expérience, et non une garantie de performance. Le volume nécessaire et le nombre de steps dépendent de la difficulté, de la cohérence des démonstrations, des vues caméra, de la variation des objets et du type de policy.

Effectuez d’abord un petit cycle de collecte, entraînement et validation, puis ajoutez des données en fonction des échecs observés.

Difficulté	Exemple	Épisodes suggérés	Steps suggérés	Critère principal
Débutant	Déplacer d’une position fixe A vers une position fixe B	Environ 20	10 000–15 000	Trajectoire stable, erreur finale maîtrisée et absence d’échec évident lors des répétitions.
Intermédiaire	Saisir depuis des positions aléatoires dans une zone et déplacer vers une cible	Environ 50	30 000–40 000	Couverture de plusieurs positions initiales, taux de saisie stable et placement globalement cohérent.
Avancé	Tâche longue, multi-étapes ou continue	Environ 100	80 000–100 000	Stabilité dans la durée, erreur cumulée, états anormaux et couverture de la distribution des données.