6 · 訓練與推論
訓練把資料集變成一個策略——將攝影機影像對應到關節位置的模型。推論就是在從臂上執行該策略。
訓練
開啟 Training 分頁並選擇：
| 選項 | 說明 |
|---|---|
| 資料集 | 本機資料集，或來自 Hub 的資料集 |
| 策略類型 | 單臂通常先選 ACT。也有 Diffusion Policy、SmolVLA 與 π₀ 系列可用 |
| 執行位置 | 本機，或 Hugging Face 雲端任務 |
| 訓練長度 | 步數。要盯著 loss，而不是假設越多越好 |
分頁會即時串流訓練日誌，並在 checkpoint 寫出時顯示。
本機或雲端
| 本機 | Hugging Face 雲端任務 | |
|---|---|---|
| 需要 | 本機要有 GPU | 有存取權的 Hugging Face 帳號 |
| 速度 | 取決於你的 GPU | 固定機器，每項任務各自選擇 |
| 適合 | 小型資料集、實驗 | 較長的訓練 |
雲端選項正是工作流程其餘部分用一台筆電就足夠的原因：在本機錄製，把訓練丟到遠端。
策略的額外項目
有些策略類型需要 LeLab 預設不會安裝的相依套件。選取其中一種時會提示你安裝——接受，並等背景安裝完成後再啟動任務。同一套機制也涵蓋可選的訓練附加元件。
Checkpoint
訓練會定期寫出 checkpoint，不只是最後才寫，因此中斷的訓練仍會留下可用的模型。每個 checkpoint 名稱都帶有它的步數。如果 loss 開始上升，就試試較早的那個。
推論
開啟 Inference 分頁：
- 確認兩條手臂都已連接並完成校準。
- 選擇策略——本機 checkpoint，或來自 Hub 的模型。
- 確認攝影機及其 rotation。
- 開始推論，並清空工作區。
攝影機旋轉與綁定
使用與錄製時相同的 rotation。 這是訓練良好的策略在真實機器人上毫無用處的最常見原因，而且不會有任何警示：0° 與 180° 產生相同的影像尺寸。
攝影機的綁定也是如此。如果錄製時叫 wrist 的攝影機現在是另一台實體攝影機，策略看到的就是錯誤的影像。
如果這些都對，手臂還是失敗，就回頭再看資料集——見第 5 篇。
中途介入
在伸手碰手臂之前先停止推論。你手動做的修正不是訓練訊號，除非你錄一個新 episode 並重新訓練。
回放
回放會在從臂上重新執行一段錄好的 episode。它播的是錄下來的關節位置，所以即使策略很差，看起來仍正確——它檢查的是硬體與資料集，不是策略。要看待策略的表現，請用推論。
下一篇：07 疑難排解