Passo 8: Descrizione dei comandi di deployment

Note sulla versione (importante, leggere per primo)

A partire da LeRobot 0.6.0, il modello addestrato va distribuito con lerobot-rollout. La vecchia sintassi lerobot-record --policy.path=... era già stata rimossa nella versione 0.5.2.

Questo tutorial installa LeRobot con git clone nel primo passo, ottenendo così la versione più recente attuale; usa pertanto la riga di comando lerobot-rollout riportata di seguito. Se insisti a usare lerobot-record, il programma restituirà direttamente un errore e ti suggerirà di passare a lerobot-rollout.

La divisione dei compiti tra i due comandi è la seguente:

• lerobot-record: si occupa solo della raccolta dei dati di dimostrazione (è quello usato nel sesto passo); ora rifiuta i nomi di dataset che iniziano con eval_
• lerobot-rollout: si occupa del deployment del modello addestrato; con --strategy.type si sceglie la modalità di funzionamento

Parametri della riga di comando di rollout

Parametro	Descrizione
--strategy.type	Modalità di funzionamento. base esegue solo il modello senza registrare dati, per valutare l'effetto dal vivo; episodic registra per episodio con una fase di reset, con un comportamento simile alla vecchia versione di lerobot-record
--policy.path	Percorso del modello, che punta a checkpoints/last/pretrained_model nell'output dell'addestramento
--task	Descrizione del task, da usare insieme a --strategy.type=base
--duration	Numero di secondi di esecuzione; 0 indica nessun limite di tempo
--interactive	Aggiungilo quando devi intervenire durante l'esecuzione; nel terminale puoi controllare con comandi come /stop e /reset
--display_data	Indica se avviare l'interfaccia di visualizzazione rerun.io
--policy.device	Dispositivo di calcolo, ad esempio cuda, cpu

I parametri della telecamera devono coincidere con quelli della raccolta

In tutti i comandi seguenti --robot.cameras usa 1280×720@30, valore uniformato con Raccolta del dataset di dimostrazione. In fase di deployment è necessario mantenere la risoluzione, gli fps e le proporzioni usati durante la raccolta: la risoluzione viene scritta nei metadati del dataset e sottoposta a verifica, e un'incoerenza genera direttamente un errore; anche se dovesse passare per fortuna, un campo visivo diverso farebbe "vedere al modello un mondo" diverso da quello che gli hai mostrato durante la dimostrazione, con un peggioramento evidente dei risultati.

Informazioni sulla visualizzazione

--display_data=true avvia l'interfaccia di visualizzazione di rerun.io e allo stesso tempo salva l'immagine di ogni frame nella directory /Users/<nome-utente>/.cache/huggingface/lerobot/rollout_lerobot_my_dataset_a/images/observation.images.front/episode-000000; occupa parecchio spazio, quindi in uso ufficiale puoi impostarlo su --display_data=false.

Esempio con il task di raccolta delle arance

• Valutazione dal vivo (con visualizzazione in tempo reale)

lerobot-rollout  \
  --strategy.type=base \
  --robot.type=so101_follower \
  --robot.port=/dev/tty.usbmodem5AAF2193061 \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30, fourcc: "MJPG"}}" \
  --robot.id=my_follower_arm \
  --policy.path=/Users/<nome-utente>/Downloads/7-lerobot/checkpoints/last/pretrained_model \
  --task="Grab Oranges" \
  --duration=60 \
  --display_data=true

• Valutazione dal vivo (senza visualizzazione in tempo reale)

lerobot-rollout  \
  --strategy.type=base \
  --robot.type=so101_follower \
  --robot.port=/dev/tty.usbmodem5AAF2193061 \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30, fourcc: "MJPG"}}" \
  --robot.id=my_follower_arm \
  --policy.path=/Users/<nome-utente>/Downloads/7-lerobot/checkpoints/last/pretrained_model \
  --task="Grab Oranges" \
  --duration=60 \
  --display_data=false

• Inferenza dal modello presente sul Repo di modelli HuggingFace

lerobot-rollout  \
  --strategy.type=base \
  --robot.type=so101_follower \
  --robot.port=/dev/tty.usbmodem5AAF2193061 \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30, fourcc: "MJPG"}}" \
  --robot.id=my_follower_arm \
  --policy.path=<nome-utente>/lerobot_my_model_a \
  --task="Grab Oranges" \
  --duration=60 \
  --display_data=true

Dopo l'esecuzione il modello verrà scaricato

• Valutazione con registrazione dei dati (--strategy.type=episodic)

Se vuoi registrare il processo in un dataset mentre viene eseguito, sostituisci base con episodic. In questa modalità non si scrive --task, ma si usa --dataset.single_task, ed è obbligatorio fornire --dataset.repo_id:

lerobot-rollout  \
  --strategy.type=episodic \
  --robot.type=so101_follower \
  --robot.port=/dev/tty.usbmodem5AAF2193061 \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30, fourcc: "MJPG"}}" \
  --robot.id=my_follower_arm \
  --policy.path=/Users/<nome-utente>/Downloads/7-lerobot/checkpoints/last/pretrained_model \
  --dataset.repo_id=<nome-utente>/rollout_lerobot_my_dataset_a \
  --dataset.num_episodes=10 \
  --dataset.single_task="Grab Oranges" \
  --display_data=false

Prodotti correlati

Kit sviluppatore SO-ARM101→