ACT Tuning Tips

这里是针对斯坦福Aloha机械臂远程训练调参技巧的中文解释，初学者可能会对此感到陌生，不过不用担心，多尝试，多实验。

- Chunk size is the most important param to tune when applying ACT to a new environment. One chunk should correspond to ~1 secs wall-clock robot motion.

- 当应用ACT到新环境时，块大小（chunk size）是最重要的调整参数。一个块应该对应大约1秒钟的机器人动作。

- High KL weight (10 or 100), or train without CVAE encoder.

- 高KL权重（10或100），或者在没有CVAE编码器的情况下进行训练。

 - Consider removing temporal_agg and increase query frequency here to be the same as your chunk size. I.e. each chunk is executed fully.

- 考虑删除 temporal_agg 并增加查询频率，使其与您的数据块大小相同。即每个数据块都完整执行。

- train for very long (well after things plateaus, see picture)

- 长时间训练（直到达到平稳状态，参考图像）。

- Try to increase batch size as much as possible, and increase lr accordingly. E.g. batch size 64 with learning rate 5e-5 versus batch size 8 and learning rate 1e-5

- 尽可能的增加批次大小（batch_size），并增加相应学习率（lr）。

        例如:

                batch_size = 64，lr = 5e-5，

                batch_size = 8，lr = 1e-5。

- Have separate backbones for each camera (requires changing the code, see this commit)

- 为每台摄像头单独设置主干网络（需要更改代码，请参考该提交），截图如下

- L1 loss > L2 loss (not precise enough)

- L1 损失 > L2 损失 （表示不够精确）

- Abs position control > delta/velocity control (harder to recover)

- 绝对位置控制 > 增量/速度控制（更难恢复）

- Try multiple checkpoints

- 尝试多个检查点

For real-world experiments:

对于真实实验：

- Train for even longer (5k - 8k steps, especially if multi-camera)

- 增加训练时间（5k~8k 步， 特别是在多摄像头的情况下）

- If inference is too slow -> robot moving slowly: disable temporal_agg and increase query frequency here. We tried as high as 20.

- 如果推理速度太慢导致机器人移动缓慢：禁用 temporal_agg 并增加查询频率。我们尝试过最高为20。

示例 loss 曲线 (L1)