訓練コマンドライン-ACT（入門に推奨）

参考ドキュメント

https://github.com/huggingface/lerobot/blob/46e19ae579f80ce66211afafd1c3c649c569131f/docs/source/act.mdx

https://github.com/huggingface/lerobot/blob/main/src/lerobot/scripts/lerobot_train.py

https://github.com/huggingface/lerobot/blob/main/src/lerobot/configs/train.py

なぜACTアルゴリズムから始めるのか

ACTはLeRobotを扱う上で最初に訓練することが最も推奨されるモデルです。そのメリットは以下のとおりです：

• モデルが非常に軽量で、学習可能なパラメータがわずか八千万個です

• 訓練の収束が非常に速く、推論速度も速いです

• シングルGPUで訓練して 1 時間で効果が確認できます

• ACTモデルのダウンロード圧縮パッケージはおよそ 200MB 程度で、保存と転送が非常に便利です

• データセットは 30 回のデータ収集でほぼ十分です

• Ubuntu ホスト、Macコンピューター、Windowsコンピューター、さらには Raspberry Pi 上でもデプロイして推論できます

• 実機ロボットでの推論効果もかなり良く、掴み取り、握手、ペン置きといった簡単なタスクには十分です

• LeRobot ライブラリの基本環境にはすでに ACT アルゴリズムが含まれており、他のライブラリをインストールする必要はありません

コマンドライン

lerobot-train \
  --dataset.repo_id=Tommymy/lerobot_my_dataset_shake_hands \
  --dataset.root=~/lerobot_my_dataset_shake_hands \
  --dataset.revision=v0.1.0 \
  --dataset.streaming=false \
  --policy.type=act \
  --output_dir=~/output_lerobot_train/shake/act/ \
  --job_name=shake_act_a \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=20000 \
  --batch_size=8

コマンドラインの説明

改行文字 \ の前にはスペースを 1 つだけ入れ、後ろにはスペースを入れてはいけません

赤色は、実行のたびに確認または変更が必要なパラメータです

コマンドラインパラメータ	説明
--dataset.repo_id	HuggingFaceデータセットのRepo_ID
--dataset.root	データセットのローカルパス
--dataset.revision	データセットのバージョン。HuggingFace にデータセットをアップロードした際に指定したものです
--dataset.streaming	データセットがローカルにある場合は、falseでなければなりません。データセットがすでにローカルにあり、ストリーミング読み込みが不要だからです
--dataset.split	デフォルトはtrain、つまり全量データを訓練セットとして使用します
--policy.type	訓練するアルゴリズム。例えばact、smolvla、diffusion、pi0、wallx
--output_dir	訓練出力を保存するディレクトリ
--job_name	今回の訓練タスクの名前
--policy.device	計算デバイス
--wandb.enable	wandb の可視化を有効にする
--wandb.project	wandb のプロジェクト名
--policy.push_to_hub	訓練したモデルをHuggingFace のクラウドに送信する
--steps	訓練ステップ数
--batch_size	1 ステップで入力するデータ量。VRAM が足りない場合は小さくする必要があります

訓練プロセス

モデルの圧縮パッケージはおよそ 300MB です