在機器人和人工智能的世界里，理論算法和物理世界之間的橋梁——被稱為具身智能——往往是復(fù)雜而昂貴的。Hiwonder LeRobot SO-ARM101改變了這一點。它不僅僅是另一個機械臂套件;它是一個完全開源的雙臂平臺，專門為模仿學(xué)習(xí)而設(shè)計，無縫集成到擁抱臉LeRobot生態(tài)系統(tǒng)中。

如果你拿著這個工具包，你就拿著一把通往現(xiàn)實世界人工智能機器人最容易進入的大門之一的鑰匙。本指南將引導(dǎo)您完成開箱，設(shè)置和運行您的第一個ai驅(qū)動任務(wù)。

1. 在開始之前：套件概述和先決條件

首先，了解你所擁有的。SO-ARM101是一個領(lǐng)導(dǎo)者-追隨者系統(tǒng)。你可以親自教領(lǐng)導(dǎo)手臂，然后跟隨手臂學(xué)會自主模仿任務(wù)。

2. 環(huán)境設(shè)置

步驟1：安裝Miniconda

?Windows系統(tǒng)安裝

①下載Miniconda包

Miniconda官方安裝程序

找到Miniconda3-py311_25.7.0-2-Windows-x86_64.exe并下載到您的計算機。

③更改包源

anaconda |鏡像網(wǎng)站幫助|清華開源鏡像

單擊鏈接以訪問Miniconda軟件存儲庫，并找到下圖中突出顯示的第三方源代碼。

按Win + R打開控制面板，輸入cmd，打開終端。

在終端輸入要生成的命令。condarc文件。

要獲得完整的指南，您可以查看Hiwonder LeRobot教程

3. 魔術(shù)：你的第一個模仿學(xué)習(xí)項目

設(shè)置完成后，讓我們讓機器人學(xué)習(xí)一個簡單的拾取和放置任務(wù)。

第一階段：數(shù)據(jù)收集——邊做邊教

概念：你將使用先導(dǎo)臂執(zhí)行任務(wù)20-30次。系統(tǒng)會記錄下一切。

過程:

1. 在工作區(qū)中定位目標對象(例如，一個彩色的立方體)。

2. 運行數(shù)據(jù)收集腳本：

3.物理抓取和操縱先導(dǎo)臂完成完整的任務(wù)：接近，抓住，抬起，移動，釋放。

4. 系統(tǒng)同步記錄：

所有伺服關(guān)節(jié)角度。

抓手相機拍攝的視頻(詳細視圖)。

來自外部攝像機的視頻(上下文視圖)。

5. 重復(fù)進行多次演示。更多的數(shù)據(jù)=更好的模型。

第二階段：模型訓(xùn)練-創(chuàng)造“大腦”

概念：LeRobot框架使用您的演示數(shù)據(jù)來訓(xùn)練Action Chunking Transformer (ACT)模型，這是一種最先進的模仿學(xué)習(xí)算法。

過程:

?數(shù)據(jù)被自動格式化為數(shù)據(jù)集。

?用如下命令開始訓(xùn)練：

3. 訓(xùn)練運行在你的GPU上。你可以監(jiān)控損失，它會隨著時間的推移而減少，這意味著模型正在學(xué)習(xí)復(fù)制你的行為。多虧了hug Face的集成，你甚至可以從一個共享的預(yù)訓(xùn)練模型開始，以加快速度。

第三階段：自主執(zhí)行——看著它學(xué)習(xí)

概念：將訓(xùn)練好的模型部署到跟隨臂上進行實時推理。

真相時刻：

1. 運行部署腳本：

2. 追隨者之臂將會復(fù)活。它將嘗試執(zhí)行拾取和放置任務(wù)，只使用它的雙攝像頭視覺來定位物體，并使用它的訓(xùn)練模型來決定行動。

3.第一次嘗試并不完美，但這是在行動中體現(xiàn)的AI——一個感知、決定和行動的物理系統(tǒng)。

4. 專業(yè)提示，故障排除和下一步

使用BusLinker軟件：BusLinker V3.0 GUI非常適合實時伺服監(jiān)控，測試單個運動和排除連接問題。

常見的陷阱:

?“Servos not found”：檢查Linux (sudo chmod 666 /dev/ ttyacm0)上的USB權(quán)限，并仔細檢查電源/數(shù)據(jù)線連接。

?抖動運動：確保機械結(jié)構(gòu)完全擰緊，并且使用正確，穩(wěn)定的電源。

?訓(xùn)練錯誤：驗證您的Conda環(huán)境(lerobot)是活動的，并且安裝了所有依賴項。

從這里到哪里去：

?實驗：嘗試不同的任務(wù)(堆、推、畫)。

?探索擁抱中心：下載社區(qū)數(shù)據(jù)集和模型，立即嘗試。

?更深入：修改ACT模型架構(gòu)，或在初始模仿學(xué)習(xí)之后進行強化學(xué)習(xí)實驗。

?貢獻：將您自己的數(shù)據(jù)集和訓(xùn)練過的模型分享回hug Face社區(qū)，以幫助他人。

結(jié)論：不僅僅是一個工具包，一個社區(qū)護照

Hiwonder SO-ARM101揭開了嵌入式AI的神秘面紗。在一個周末，你可以從打開箱子到擁有一個向你學(xué)習(xí)的機器人。它真正的力量在于它的開源理念和擁抱臉的深度集成，將您直接連接到全球創(chuàng)新者社區(qū)。

這不僅僅是制造一個機器人;這是關(guān)于建設(shè)未來，一次一個示范?，F(xiàn)在，去教它一些神奇的東西吧。

本文編譯自hackster.io