データ収集

Collection ページはデモデータを記録するために使用します。人がテレオペレーションでタスクを実行する過程を記録し、学習に使えるデータに変換します。

各エピソードには、開始状態、操作全体、完了状態が含まれている必要があります。モデルはカメラ画像、関節状態、アクション列の関係を学習します。

収集パラメータ

パラメータ	デフォルト値	説明
Dataset name	red-block-transfer	収集結果の名前
Task description	Move the red block from the left side to the right side	モデルが学習するタスク
Number of episodes	6	記録するデモ数
Episode duration	30 秒	1 回のタスク完了に必要な時間
Rest duration	5 秒	エピソード間のリセット時間
Sampling speed	デバイス設定に依存	フレームレートに影響

記録を開始する

デバイス設定、キャリブレーション、テレオペレーション確認が完了していることを確認します。データセット名とタスク説明を入力し、エピソード数と時間を設定して Start Recording をクリックします。

作業領域、カメラ角度、物体の開始位置、ロボットアームの姿勢をできるだけ一定に保ちます。明らかに失敗したデモは正式なデータに混ぜず、再記録してください。1 回のバッチはまず約 20 エピソードを目安にし、品質を確認してから追加収集してください。より多くのサンプルが必要な場合は分割して収集し、Dataset Management で結合します。

記録中に利用できる操作：

操作	機能
End current episode early	現在のエピソードを終了
Re-record current episode	現在のエピソードを再記録
Stop all recording	記録全体を停止
Diagnostic logs	低レベルログを表示

収集品質

実際 / 目標フレームレート、ドロップフレーム、直近のフレームタイミングを確認します。品質が不安定な場合は、サンプリング速度やカメラ解像度を下げ、不要なプレビューを無効にします。

よくあるパフォーマンス問題

収集性能が不足していても、記録がすぐに停止するとは限りません。操作の遅延、フレーム落ち、エピソード時間の異常として現れる場合があります。次の現象がある場合は、一括収集を続ける前に性能問題を解決してください。

現象	考えられる意味	推奨される対処
エピソードの早期終了、再記録、停止後の反応が大きく遅れる	カメラ、サンプリング速度、システム負荷が高く、記録スレッドが操作をすぐに処理できていない	サンプリング速度またはカメラ解像度を下げ、不要なプレビューを無効にして反応が戻るか確認します。
15 秒に設定した記録が Dataset では明らかに短い	記録中のフレーム落ち、書き込み中断、性能不足の可能性がある	実際 / 目標フレームレート、ドロップフレーム、診断ログを確認し、異常なエピソードを削除または再記録します。
フレームレートが目標を下回り続け、ドロップフレームが増える	現在の設定が PC、カメラ、書き込み能力を超えている	サンプリングレベルまたは画像データ量を下げ、少数のエピソードで安定性を確認します。

推奨事項

• 各タスクで複数の完全なデモを記録します。
• 各エピソードを似た開始状態から始めます。
• 停止、衝突、遮蔽を避けます。
• タスク説明を一貫させます。
• 同じデータセットに異なるタスクを混ぜないでください。
• 失敗したデモは学習前に再記録または削除します。

収集数と学習ステップの参考

次の値は初回実験を計画するための開始目安であり、学習効果を保証するものではありません。必要なデータ量と学習ステップ数は、タスク難易度、デモの一貫性、カメラ視点、物体の変化範囲、policy の種類によって変わります。

まず小規模な収集、学習、実行検証を 1 サイクル完了し、失敗結果に応じてデータを追加してください。

タスク難易度	例	収集エピソードの目安	学習ステップの目安	受け入れ確認
初級	固定位置 A から固定位置 B へ移動	約 20	10,000–15,000	経路が安定し、終点誤差が制御され、繰り返し実行で明確な失敗がないこと。
中級	一定範囲のランダム位置から把持し、指定位置へ移動	約 50	30,000–40,000	異なる開始位置をカバーし、把持成功率が安定し、配置位置がおおむね一定であること。
上級	長時間、複数手順、または連続タスク	約 100	80,000–100,000	長時間安定性、累積誤差、異常状態、データ分布のカバー範囲。