ステージ6:モデルデプロイ(Linux)
本ステージでは訓練済みのポリシーを読み込み、ロボットに自律的にタスクを実行させ、評価動画を記録して効果を検証します。これはフロー全体の締めくくりであり、訓練成果を確認する要でもあります。
前提条件
ステージ5：モデル訓練 を完了している
訓練により
outputs/train/soarm_amazing_hand_pick/checkpoints/last/pretrained_model/が生成されているカメラのインデックスを記録済み
ステップ 1：モデルファイルの確認
ls outputs/train/soarm_amazing_hand_pick/checkpoints/last/pretrained_modelmodel.safetensors などのモデルファイルが含まれているはずです。
⚠️ 注意（モデルパス）：
--policy.pathはpretrained_modelディレクトリ（設定 + 重みを含む）を指す必要があり、checkpoint のルートディレクトリではありません。
ステップ 2：デプロイと評価
lerobot-rollout \
--strategy.type=episodic \
--robot.type=so101_amazing_hand \
--robot.port=<follower_arm_port> \
--robot.hand_port=<hand_port> \
--robot.id=amazing_hand_follower \
--robot.cameras='{
wrist: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30, fourcc: "MJPG"},
top: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30, fourcc: "MJPG"}
}' \
--policy.path=outputs/train/soarm_amazing_hand_pick/checkpoints/last/pretrained_model \
--dataset.repo_id=rollout_soarm_amazing_hand_pick_eval \
--dataset.root=~/lerobot_data \
--dataset.push_to_hub=false \
--dataset.num_episodes=10 \
--dataset.single_task="Pick up the cube with the dexterous hand" \
--display_data=true
<follower_arm_port>/<hand_port>を実際のパスに置き換えます；カメラのindex_or_pathをあなたのカメラインデックスに置き換えます。
💡 説明：
lerobot-rolloutを使用しますが付けません ****--teleop.type、ポリシーがロボットを自律的に制御します（人手による遠隔操作の代わり）。データは評価セットとして保存されます。--dataset.root/--dataset.push_to_hub=falseはステージ4 と一致し、純粋なローカル保存で HF ログインは不要です。
評価操作
ロボット + ハンドを開始位置に復帰させる
Enter を押して開始：ポリシーが自律的にタスクを実行します
把持に成功したかを観察します（各エピソード終了時に Enter を押して続行）
num_episodes回繰り返す
評価指標：成功率 = 成功したエピソード数 / 総エピソード数
⚠️ 注意 1（リセットの一貫性）：各エピソードは同じ開始位置から始めます。そうしないとポリシーの汎化が失敗し、成功率が実際より低く出ます。
⚠️ 注意 2（安全）：初回の自律実行は手で支えながら/低速で観察し、ポリシーの動作が妥当か確認することを推奨します。ポリシーは予期しない動作をする可能性があります。
⚠️ 注意 3（成功率の目安）：ACT は 20 エピソードのデータで通常 50-80% の成功率です。期待より低い場合は、戻ってデータを追加記録するか、訓練ステップ数を調整してください。
⚠️ 注意 4（ヘッドレス環境）：
--display_data=trueにはディスプレイサーバーが必要です；GUI がない場合はこの引数を外します（評価は継続され、リアルタイム表示されないだけです）。
反復最適化
評価の成功率が芳しくない場合は、優先度に従って調整します：
| 優先度 | 最適化項目 | 操作 |
|---|---|---|
| 1 | 高品質データの追加記録 | ステージ4 に戻り、より一貫したデータを 20-30 エピソード追加記録する |
| 2 | 訓練ステップ数の増加 | ステージ5 に戻り、--steps=100000 |
| 3 | 開始位置の一致を確認 | 評価時に各エピソードを厳密にリセットする |
| 4 | タスク説明の調整 | single_task がタスクと一致していることを確認する |
これで SO-ARM101 + AmazingHand の完全なクローズドループが完成します：キャリブレーション → 遠隔操作 → 収集 → 訓練 → デプロイ。
トラブルシューティング
| 現象 | 原因 | 解決 |
|---|---|---|
| モデルの読み込みに失敗 | パスが誤り/不完全 | --policy.path が pretrained_model ディレクトリを指しているか確認 |
| ポリシーが動かない | カメラ/観測の誤り | カメラインデックスが訓練時と一致しているか確認；/dev/video* の権限を確認 |
| ポリシーが勝手に動く | 開始位置の不一致/データ品質が低い | 厳密にリセット；データを追加記録 |
| 訓練時と挙動が異なる | 環境の違い | カメラ、照明、物体の位置が記録時と一致しているか確認 |