真机推理、评估与数据迭代
推理数据流：一张图看懂
预处理与反归一化
训练时模型吃的是归一化数据，推理时就必须按同一套规则处理进出：
| 方向 | 处理 | 用的统计量 |
|---|---|---|
| 进模型 | 图像 resize + ImageNet 均值方差；state 减均值、除标准差（z\-score） | 训练数据集的meta/stats.json |
| 出模型 | action 乘标准差、加均值，还原成真实关节角度 | 同上 |
启动真机推理
用 lerobot-record 加载策略即可，机器人和相机参数与采集时完全一致：
RS版本：
lerobot-record \
--robot.type=seeed_b601_rs_follower \
--robot.port=can0 \
--robot.can_adapter=socketcan \
--robot.cameras='{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30, fourcc: "MJPG"}, side: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30, fourcc: "MJPG"} }' \
--robot.id=follower1 \
--display_data=false \
--dataset.repo_id=seeed/eval_test18 \
--dataset.single_task="Grab the test tube into the box" \
--dataset.num_episodes=10 \
--dataset.episode_time_s=60 \
--dataset.reset_time_s=10 \
--policy.path=outputs/train/act_rebot_test/checkpoints/last/pretrained_model \
--policy.push_to_hub=false
DM版本：
lerobot-record \
--robot.type=seeed_b601_dm_follower \
--robot.port=/dev/ttyACM0 \
--robot.can_adapter=damiao \
--robot.cameras='{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30, fourcc: "MJPG"}, side: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30, fourcc: "MJPG"} }' \
--robot.id=follower1 \
--display_data=false \
--dataset.repo_id=seeed/eval_test18 \
--dataset.single_task="Grab the test tube into the box" \
--dataset.num_episodes=10 \
--dataset.episode_time_s=60 \
--dataset.reset_time_s=10 \
--policy.path=outputs/train/act_rebot_test/checkpoints/last/pretrained_model \
--policy.push_to_hub=false
• --dataset.num_episodes=10：录 10 个回合。
• --dataset.episode_time_s=60：每回合最长 60 秒。设多少取决于任务耗时——比如抓小龙虾进盒子一次大概要 20\－30 秒，就设 30\－40 秒，留出余量即可。如果你想测试模型效果不想等待，可以将此时间设置很长（例如300）进行测试，因为回合与回合之间会存在时间间隔
• --dataset.reset_time_s=10：每回合之间留 10 秒给你摆放物体复位（评估时要保证每次初始状态尽量一致）。
Action Chunk 的执行
- 一次推理输出 100 步动作块，只开环执行前 n 步（
n_action_steps）就重新观测——预测越远越不可信； - 开启时间集成（
temporal_ensemble_coeff）时，每个时间步的动作是多次预测的加权平均，曲线几乎无毛刺； - 真机看起来"一顿一顿"，多半是每次重新推理的计算停顿—— chunk 执行完、新一块还没算出来的间隙。适当增大
n_action_steps能缓解，代价是抗干扰变弱。
安全保护：限位、限速、急停
- 结束用 ESC，切记不要用Ctrl\+C进行结束，停之前先让机械臂完成当前动作块或手动回安全位，避免停在半空受力姿态
- 随时准备断电，机械臂运行异常需要进行紧急断电。
评估：成功率与完成时间
固定起始条件，连测 20 次，逐次记录。
- 成功率 = 成功次数 ÷ 20。第一次训出的模型，50% 以上算正常开局，80% 以上算优秀；
- 完成时间看稳定性：成功的那几次用时是否接近，忽快忽慢说明策略在"犹豫"；
- 失败的那几次不要只记一个 ✗——记下失败方式。
泛化能力测试
标准条件测完，逐项改变条件，看成功率掉多少（ACT数据集50条不会有太好的泛化性，建议增加数据集）
| 测试 | 做法 | 预期 |
|---|---|---|
| 位置泛化 | 方块放到五个铅笔点之外、但未出训练覆盖范围 | 应基本不掉；掉了说明位置多样性不够 |
| 轻微干扰 | 桌面上放无关物体 | 视觉干净的模型应不受影响 |
| 明显出分 | 全新物体、镜面反光台面 | 失效是预期行为，不必救 |
泛化测试的意义不是证明模型多强，而是画出它的能力边界——边界之内放心用，边界之外补数据集慢慢扩。
失败类型分析
| 失败类型 | 最可能原因 | 对策 |
|---|---|---|
| 够不到：伸向错误位置 | 该位置数据覆盖不足（出分布） | 补录该区域示范 |
| 抓不稳：碰到但夹不住/滑落 | 夹爪闭合时序学得不准；抓握段示范太少 | 补录抓取瞬间的高质量示范 |
| 全程乱动、动作离谱 | 训练根本没收敛，亦或是场景、光线变化较大 | 检查采集数据场景光线是否和推理一致 |
先排除配置问题，再怀疑数据问题——乱动是配置病，够不到才是数据病。
数据迭代：失败驱动补数据
闭环的最后一步，把失败变成数据：
- 归类：确定失败类型和对应场景；
- 补录：针对失败场景录 10–20 条新示范——够不到就录那个位置，抓不稳就录抓取瞬间，有意识地对抓取的边界进行慢慢的扩张，比如在原有的十字架的附近按5-10cm的点进行放置方块采集数据集从而进行扩张。
- 重训：根据新的数据集进行重新训练。
至此，本章开头的闭环完整跑通：遥操作、采集、检查、训练、推理、评估、迭代——这套流程对任何新任务原样复用，这就是第三阶段的核心交付。