物理AI实验室 // 第 2.2 集 // 小测
用数据训练一只手臂
LeRobot + SO 系列真机数据：把示范变成会抓取的 ACT 策略
01
这一集为什么用示范数据教机器人抓杯子，而不是写规则？
规则能写出来，只是跑得太慢
位置、光线千变万化，规则写不完
规则只能在仿真里用，上不了真机
写规则之前，得先有一个训练好的模型
02
录示范时，相机画面比关节动作晚了半拍才记下来。用这份数据训练，最可能怎样？
训练直接报错，因为格式不对
只是训练慢一点，结果不受影响
策略学歪，动作配错了画面
影响不大，动作分块会自动补齐这半拍
03
把 ACT 一次输出的那“一小段”动作调得很长，最可能出现什么问题？
退回逐步预测，小误差越滚越大
参数量成倍增加，显存放不下
示范不够用了，得多录几倍
跟不上变化，对新情况反应慢
04
真机上试了一次，策略稳稳抓起了杯子。为什么还不能报告“成功率 100%”？
一次可能是运气，要多跑几十次
只有仿真里测的成功率才算数
训练还没跑满十万步，这次结果不作数
成功率只能在标准题库上算
05
你手头没有真机，但想给这套 ACT 训练流程打个分。片中建议怎么做？
换个带仿真的任务，在标准题库上打分
把这个策略放进上一集的 MuJoCo 场景里测
把训练结束时的损失值当成成功率
在训练用的示范上回放，看动作对不对得上
看答案