act_so101_block_place_50ep

これは yabebets/so101_block_place（テレオペのデモ 50 回）で学習した ACT（Action Chunking with Transformers）です。Hiwonder SO-ARM101 で、ブロックをつかんでトレイに置きます。 ACT policy trained on 50 teleoperated demonstrations for a block pick-and-place task on a Hiwonder SO-ARM101.

• 作業の記録（日本語）: yabebets/so101-lab の記事「実機で模倣学習：テレオペから ACT 学習まで」
• LeRobot は Hiwonder のフォーク Hiwonder-official/hiwonder-SoArm-101（v0.5.1）を使いました

学習	30,000 ステップ、batch size 8、lr 1e-5、seed 1000（Google Colab A100）
方策	ACT、ResNet-18、chunk_size 100、n_action_steps 100
入力	関節 6 軸 + 俯瞰カメラ（640×480）

実機での結果

実機での評価で、ブロックをつかんでトレイに置くことに 1 回成功しています（2026-10-13）。ただし、成功率はまだ測れていません（10 回の測定のうち 1 回目は失敗）。結果が出たら、ここと記事に書き足します。カメラの位置が収録時とずれると、うまく動きません。

使い方

lerobot-record \
  --robot.type=so101_follower --robot.port=<port> --robot.id=<id> \
  --robot.cameras="{ front: {type: opencv, index_or_path: <index>, width: 640, height: 480, fps: 30}}" \
  --policy.path=yabebets/act_so101_block_place_50ep \
  --dataset.repo_id=<user>/eval_so101_block_place --dataset.single_task="Pick up the block and place it in the target area" \
  --dataset.num_episodes=10 --dataset.episode_time_s=20

ライセンスは Apache-2.0 です。