Politique ACT pour le bras SO-101, entrainee par apprentissage par imitation.

Fine-tuning de Zouzouw/act_fusion sur Zouzouw/dataset_3cube3couleur.

Attraper trois cubes — vert, puis rouge, puis noir — et poser chacun sur la croix de sa couleur, dans cet ordre.

act_fusion_ft1 et act_fusion_ft2 sont le meme fine-tuning a deux learning rates, pour trouver le bon equilibre :

Le learning rate regle la vitesse a laquelle le modele revise ce qu'il sait. Trop eleve, il oublie la base et ne garde que la nouvelle tache. Trop faible, il ne se specialise pas et reste sur son comportement general. La recherche du bon reglage n'est pas terminee : d'autres valeurs restent a essayer, en repartant de la base, qui inclut l'etat de l'optimiseur.

Comparez sur le robot, pas seulement sur les courbes d'entrainement. Une courbe de perte qui descend bien ne garantit pas un meilleur geste.

Contenu : les poids seuls, suffisants pour l'inference. Pour relancer un entrainement, partir de Zouzouw/act_fusion.