コンテンツにスキップ

評価と再生

方策を走らせた回の成否を残す方法と,記録した行動を方策の経路で再生する方法です.

評価の成否を残す

roboloom infer --task <text>(Pythonでは record)で保存した回は,評価のdatasetに入ります.それぞれの回が成功したかどうかは,episodeごとの記録(datasetの meta/roboloom_episodes.jsonl)に残せます.

uv run roboloom infer --seconds 30 --episodes 10 --task "pick up the cup"
uv run roboloom label --with policy 3 failure --note "つかみ損ねた"   # あとから,episode 3に
uv run roboloom check-dataset --with policy                            # labels: 7 success, 3 failure, ...
  • 保存のときに付けることもできます:操作画面の入力欄で save success・save failure,別端末から roboloom session save success,Pythonでは record(..., label=...)・save(label=...)(下の「Pythonから」).
  • あとから付ける・付け直すときは roboloom label [robot] <episode> success|failure を使います(CLI).roboloom check-dataset が成否の数を表示します(CLI).
  • 記録には,その回の方策の状態(推論時間 infer_max_ms,非同期の推論で遅れて捨てた手数 dropped,error)と,recorderの指標も入ります.項目は episodeごとの記録 にあります.
  • 途中で方策が失敗した回は保存されないので,記録にも入りません.
  • このfileをLeRobotは読みません.学習には影響しません.

Pythonから

  • record(..., label="success") と save(label="failure", note="...") で,保存するepisodeに成否(success か failure)とメモを付けられます.
  • record の label には,停止したepisode(result)を受け取って成否を返す関数も渡せます.None を返すと成否を付けません.
  • success・failure 以外の文字列は,保存の前に ValueError になります.
  • 保存のたびに,datasetの meta/roboloom_episodes.jsonl に1行を書きます.成否を付けなくても書きます.
  • あとから付ける・付け直すときは,roboloom.recording.episodes.label(...) も使えます(Python API:記録).
from roboloom.recording import episodes

for k in range(10):
    s.record(
        "pick up the cup",
        seconds=30,
        label=lambda ep: "success" if cup_lifted() else "failure",  # 利用者の判定
    )
records = episodes.read(s.cfg.output)  # {episode番号: 記録}
print(episodes.summary(s.cfg.output, s.episodes))
# labels: 7 success, 3 failure, 0 not labelled (70% of the labelled)

記録を再生する 模擬のみ

roboloom.policy.replay:load は,記録した1 episodeの action を,観測に関係なくfollowerへ送ります.学習した方策と同じ経路(controller,速度の制限,補間,安全の検査)を通るので,modelなしでその経路を確かめられます.再生を記録すれば,その observation.state を元のepisodeと比べられます.

uv run roboloom infer rakuda2 --seconds 20 --home --task replay \
    --policy roboloom.policy.replay:load \
    --policy-kwargs '{"path": ".roboloom/rakuda2/datasets/rakuda2", "episode": 0}'
  • path は,記録したdatasetか,行動を並べた .npy file([T, n])です..npy は,別の道具で記録したdataの関節の並びと単位を確かめるのに使えます.stride: k はk行おきに取ります(rate_hz は dataset_fps / k).horizon はまとめて渡す手数です.
  • datasetの行動の名前と周期を,読み込むときに構成と照らします.
  • inference: async とは組み合わせられません(読み込むときに断ります).再生は観測に関係なく行を順に返すので,並んでいる行動を入れ替えると,記録した行が飛びます.
  • 始める前に,episodeの最初の姿勢へrobotを動かしてください(home).最初は max_speed を低くします.最後の行動のあと,followerはそこに留まります.