Yunrufeng000/act_so100_4colors_540p

ACT · SO-100 · 四色抓取 (540×960)

基于 LeRobot 训练的 ACT 策略,用于 SO-100 (so_follower) 6 自由度机械臂的彩色物块抓取任务。

⚠️ 部署关键:输入分辨率

原始采集数据是 1920×1080,但本模型训练时把图像 **resize 到 540×960 (H×W)**。 推理时必须把相机画面同样 resize 到 540×960,否则会很慢且效果异常。

训练信息

项目	值
策略	ACT (vision: ResNet18, chunk_size=100)
机型	SO-100 / so_follower,6 关节
相机	单路前置 (observation.images.front)
输入分辨率	540×960 (从 1080p 缩放)
训练步数	300,000
Batch size	8
最终 loss	0.046
训练轮数	~82 epoch
fps	30
硬件	RTX 5080 (CUDA 12.8, torch 2.11)

训练数据

合并自 8 个数据集(4 种颜色 × 2 轮采集),共 77 episode / 29250 帧 / 4 个任务:

• Yunrufeng000/test_blue, test_blue1
• Yunrufeng000/test_green, test_green1
• Yunrufeng000/test_red, test_red1
• Yunrufeng000/test_yellow, test_yellow1

使用

from lerobot.policies.act.modeling_act import ACTPolicy

policy = ACTPolicy.from_pretrained("Yunrufeng000/act_so100_4colors_540p")
# 推理前记得把相机画面 resize 到 (540, 960)