so100-smolvla-new60-ft

SMOLVLA policy for SO-ARM100 / SO100, task: Grab the white cube to the white cup

• 数据: tonghuiwang123/40 — 40 episodes / 8482 frames / 30fps / 2×1280x720（新相机）
• Checkpoint: step 085000 ≈ 641.4 epoch（有效 batch 64）
• 推理显存: 约 1.03 GB
• 两阶段：起点为旧60集(旧相机)训练的 smolvla60 权重，再在新60集上训练；真机验证两阶段优于从 smolvla_base 起步

相机命名（顺序不能错；错了不报错但表现会莫名变差）

物理位置	设备	本模型要求的 key
顶部 (top-down)	/dev/video2	camera1
腕部 (wrist)	/dev/video4	camera2

建议改用 /dev/v4l/by-id/... 稳定路径——/dev/videoN 重插 USB 会漂移。

部署

lerobot-record \
  --robot.type=so100_follower --robot.port=/dev/ttyACM0 \
  --robot.id=my_awesome_follower_arm \
  --robot.cameras="{
                     camera1: {type: opencv, index_or_path: /dev/video2, width: 1280, height: 720, fps: 30},
                     camera2: {type: opencv, index_or_path: /dev/video4, width: 1280, height: 720, fps: 30},
                    }" \
  --dataset.repo_id=tonghuiwang123/eval_so100-smolvla-new60-ft \
  --dataset.single_task="Grab the white cube to the white cup" \
  --policy.path=tonghuiwang123/so100-smolvla-new60-ft

分辨率必须 1280x720。中间 checkpoint 以分支提供：--policy.pretrained_revision=ckpt-XXXXXX

已知局限

训练数据仅覆盖工作区左半区（shoulder_pan ∈ [-48, +6]），且 28% 的样本集中在 pan ∈ [-25,-20) 一格。方块放到覆盖稀疏的位置时成功率会明显下降。