未開始Chapter 835 分
モデル推論と実機デプロイ
Inference & Deployment
学習済みモデルをロードし、実機ロボットアーム上で推論・デプロイを行います。
未開始
完了すると学習パスとホームの統計に反映されます
0%
学習目標
- 学習済みのチェックポイントをロードする
- 推論パラメータを設定する
- 実機ロボットアームでポリシーを実行する
原理解説
- 1推論時は学習時と一致した観測空間を維持します
- 2リアルタイム制御では遅延と安定性に注意します
- 3安全装置でロボットアームの暴走を防ぎます
手順
1
モデルのロード
チェックポイントのパスを指定して学習済みモデルを読み込みます。
2
推論テスト
シミュレーションや簡単なタスクで動作確認します。
3
実機デプロイ
実機と接続し、ポリシーを稼働させます。
コマンド
推論を実行
bash
python lerobot/scripts/control_robot.py record --robot-path lerobot/configs/robot/so100.yaml --policy-path outputs/train/act_so100/checkpoints/last/pretrained_model推論を可視化
bash
python lerobot/scripts/visualize_dataset.py --repo-id your-name/so100-taskチェックポイント
- モデルが正常にロードされる
- 推論 fps が安定している
- ロボットアームの動作が滑らか
よくあるエラー
ロボットアームが推論時に振動する
- 原因：
- 制御周波数が不安定、もしくはモデル出力にノイズが多い。
- 対処：
- fps 設定を確認し、必要に応じてスムージングフィルタを追加します。