学习课程
选择学习目标
想先运行已有任务，进入预训练 ACT 案例，不必先采集数据。想让机械臂学习自己的任务，按下面的顺序阅读。
本页把现有 LeRobot 教程组织为学习路径。各步骤链接到原教程的对应位置；先完成首次使用与版本核对，不要混用不同插件方案。
1. 设计一个明确的任务
从一个物体、一个目标区域和明确的起始范围开始。先写下“什么算成功”，例如物体进入指定区域且夹爪已松开。固定相机与工作台，记录允许变化的物体位置和光照条件。
完成标准： 任务目标、起始条件和成功判定可重复，操作者能稳定完成示范。
2. 安装、校准与遥操作
先验证小幅动作方向和停止行为，再增加运动范围。记录设备类型、端口与校准 ID。
完成标准： 主从动作对应正确，没有持续通信异常；无需口头补充即可再次连接。
3. 设置相机与工作台
阅读添加摄像头，分别检查设备编号、视角、分辨率和帧率。完成设置后保持相机固定，并保存能说明工作台布局的照片。
完成标准： 各相机画面能看清任务，输入名称稳定，没有混用上方和正面视角。
4. 采集并检查示教数据
阅读数据采集。先录制少量回合，回看图像、任务标签和动作记录，再扩大采集量。
- 检查画面是否遮挡、冻结或缺帧。
- 检查任务执行是否一致，区分失败示范和有效示范。
- 检查保存路径与回合数量，保留原始数据。
- 需要动作重播时，先确认实际工作区和设备状态；重播会驱动机械臂。
完成标准： 至少能检查一个完整回合，并说明哪些数据适合进入训练。
5. 训练 ACT 策略
阅读训练与恢复训练，使用自己的数据集与输出目录。记录代码、依赖、数据版本和训练配置；检查点与预处理配置一起保留。
完成标准： 能找到训练输出及其配置，并确认它对应自己的任务、关节和图像输入。训练命令结束不代表实机任务已经成功。
6. 实机评估与迭代
阅读运行推理并评估。使用独立评估记录，先完成单次受控试验，再测试不同起始位置。记录成功次数、总次数和失败类型。
完成标准： 能判断失败更可能来自数据、场景变化、校准还是执行问题，并据此补充示范或调整配置。
继续开发
控制与开发提供 Python、ROS 2 与仿真入口；硬件与开源资料提供场景搭建所需的结构资源。遇到问题时，按维护与支持准备版本与日志信息。