推論中、実機アームは人の関与なしに全力トルクで動きます。作業領域を清空し、手を離し、いつでも電源を切れる態勢でいてください。
16.1 推論データフロー
16.1 推論データフロー
第 9 章の復習：推論はデータ収集の鏡像です。フレームごとのループ：
- 2 台のカメラを読む → 観測；
- フォロワーの 6 関節を読む → 状態；
- データセットに保存済みの統計で正規化；
- ポリシーがアクションチャンク（k × 6）を予測；
- チャンクの先頭数アクションをサーボへ開ループ実行；
- 実行分を使い切ったら再観測・再予測。
リーダーアームはもう使いません — モデルが人に代わって意思決定者になりました。それ以外（カメラ、シリアルバス、安全制限）は録画時と同一です。だからこそカメラキーと --robot.id は録画セッションと厳密に一致させる必要があります。
16.2 前処理と逆正規化
16.2 前処理と逆正規化
データセットは特徴量ごとの統計（平均 / 標準偏差）を meta/stats に保存しています（第 13 章）。推論時：
- 入力側：画像と関節状態は訓練統計で正規化されてからネットワークへ；
- 出力側：ネットワークの正規化アクションは実関節値へ逆正規化されてからサーボへ送られます。
だから評価コマンドは録画時と同じカメラキー（front、side）を使わなければなりません — キーの不一致は統計の欠落を意味し、次のようなエラーが出ます：
mean is infinity. You should either initialize with stats as an argument or use a pretrained model
16.3 実機推論の開始
16.3 実機推論の開始
方法 A：ポリシー付き lerobot-record（初心者推奨）
record ツールはポリシーのチェックポイントを受け取れます。ポリシーがアームを動かしながら評価データセットを録ります — 10 Episode の評価：
lerobot-record \
--robot.type=so101_follower \
--robot.port=/dev/ttyACM0 \
--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=my_awesome_follower_arm \
--display_data=false \
--dataset.repo_id=seeedstudio123/eval_test123 \
--dataset.single_task="Put the object from Point A into Point B" \
--policy.path=outputs/train/act_so101_test/checkpoints/last/pretrained_model
注意：
--policy.pathは第 15 章のチェックポイントのパス。Hub にアップロード済みなら repo id（例：${HF_USER}/act_so101_test）でも構いません；- 評価の
dataset.repo_idは慣例でeval_から始めます — 評価動画とデータは別保存されます（例：seeedstudio123/eval_test123）； File exists: '.../eval_xxxx'が出たら、古い評価フォルダを先に削除して再実行；- カメラキー（
front、side）はデータセット録画時と厳密に一致させてください（16.2 参照）。
方法 B：lerobot-rollout のリアルタイム実行
録画なしのライブ実行（SmolVLA / ACT などが対応）：
lerobot-rollout \
--strategy.type=base \
--policy.path=${HF_USER}/act_policy \
--robot.type=so101_follower \
--robot.port=/dev/ttyACM0 \
--robot.cameras="{ front: {type: opencv, index_or_path: 8, width: 640, height: 480, fps: 30, fourcc: "MJPG"}}" \
--display_data=true \
--task="Your task description" \
--duration=60
16.4 アクションチャンクの実行
16.4 アクションチャンクの実行
第 14 章のチャンク / ホライズンの区別がここで目に見えます：
- モデルは順伝播ごとに k=100 のアクションを予測；
- 先頭の一部だけ開ループ実行してからループは再観測；
- 古いチャンクの末尾と新しいチャンクの先頭の重なりは平滑化（時間的アンサンブル）され、動作は段階的ではなく連続に見えます。
アームが「一気に動いて止まる」— 0.5 秒ごとの強い停止 — 場合、有効ホライズンか推論速度が問題です：GPU 使用率、カメラ fps を確認し、非同期推論（ポリシーを別サーバプロセスで走らせる。考え方は第 4 ステージの展開章を参照）を検討してください。
16.5 安全：リミット・速度制限・非常停止
16.5 安全：リミット・速度制限・非常停止
- キャリブレーション由来の関節リミットがすべてのコマンドを制約します；
- 新しいチェックポイントの初回実行時は手を電源スイッチに — 電源切断が最速の停止です（サーボは脱力します）；
lerobot-record評価セッション中の ESC はエピソードをクリーンに停止します；- 人・ケーブル・机の縁の近くでアームを無人運転にしないでください。
16.6 評価：成功率と所要時間
16.6 評価：成功率と所要時間
第 11 章の成功基準を使います — 客観判定可能で「なんとなく」ではない：
- 成功を定義：「物体が B 点のマーク内に収まっている」；
- 開始を変える：物体を 5 つのマーク点に置き、各点 N 回繰り返す；
- 集計：成功 / 総数 = 成功率。平均所要時間も記録 — 遅かったり試行錯誤しながら成功するポリシーも、何かを教えてくれます。
チェックポイントごとに残す結果表の例：
| 開始点 | 実行 | 成功 | 率 |
|---|---|---|---|
| 中央 | 4 | 4 | 100% |
| 上 | 4 | 3 | 75% |
| 左 | 4 | 2 | 50% |
| ... |
16.7 汎化テスト
16.7 汎化テスト
分布内テスト合格後、意図的に境界を探ります（一度に 1 変化だけ）：
- 物体をマーク領域の少し外へ移動；
- 物体を変更（同カテゴリで別サイズ）；
- 環境光を変更（日光 vs 夜の卓上灯）。
データ分布内では優雅な劣化、分布外では硬い失敗が期待されます — 第 8 章の分布原理が実機で姿を現すところです。直したい汎化失敗はすべて、その状況をカバーするデータで答えます。訓練ステップの追加ではありません。
16.8 失敗タイプの分析
16.8 失敗タイプの分析
失敗 Episode はすべて 4 バケットのどれかに分類します — バケットが修正方法を決めます：
| 失敗タイプ | 症状 | 修正 |
|---|---|---|
| 知覚失敗 | 物体の左 3 cm を掴み空振り | その位置 / 光照のカバーがデータに不足 → そこを補採 |
| 戦略失敗 | 常に間違った側から接近 | デモが不一致 → 1 つの戦略で再録 |
| 実行失敗 | 接近は正しいが物体が滑る | データの把持力 / 速度が不一致。グリッパのキャリブレーション確認 |
| システム失敗 | アームがカクつく・停止・カメラ遅延 | モデルの問題ではない：fps、USB 帯域、キャリブレーション、サーボ温度 |
16.9 データイテレーション：失敗駆動のデータ収集
16.9 データイテレーション：失敗駆動のデータ収集
ステージ 3 の本筋を締めるループ：
- 評価（16.6）し失敗を分類（16.8）；
- 知覚 / 戦略系の各失敗バケットに対し、まさにその状況をカバーするエピソードを 10〜20 本追加採集（第 12 章のフロー）；
- 第 13 章のツールでデータセットに清洗・統合；
- 再訓練（第 15 章）— 再開でも新規でも；
- 再評価。成功率があなたの「完成」の定義を満たすまで繰り返す。
この失敗駆動ループこそ — どの 1 回の訓練でもなく — 実際のロボット学習プロジェクトの日常です。