{"id":7633,"date":"2026-06-12T10:46:03","date_gmt":"2026-06-12T08:46:03","guid":{"rendered":"https:\/\/xberry.tech\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/"},"modified":"2026-09-11T13:17:47","modified_gmt":"2026-09-11T11:17:47","slug":"xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia","status":"publish","type":"post","link":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/","title":{"rendered":"xBerry Robotic Arm Project Tydzie\u0144 2: Trenujemy dwa modele ACT &#8211; RGB i RGB+g\u0142\u0119bia"},"content":{"rendered":"<p style=\"text-align: justify\"><b>Kiedy uruchamiali\u015bmy trening dla naszego robota SO-101, mieli\u015bmy jedno otwarte pytanie: czy danie modelowi poczucia g\u0142\u0119bi rzeczywi\u015bcie poprawia manipulacj\u0119 &#8211; czy tylko podwaja czas treningu bez \u017cadnego efektu? W 2. tygodniu znale\u017ali\u015bmy odpowied\u017a.<\/p>\n<p><\/b><br \/>\n&nbsp;<br \/>\n&nbsp;<\/p>\n<h2 style=\"line-height: 1.4\">TL;DR &#8211; Dwa modele ACT, 50 000 krok\u00f3w, zero problem\u00f3w<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Uruchomili\u015bmy trening ACT przez 50 000 krok\u00f3w przy u\u017cyciu frameworka LeRobot na karcie NVIDIA RTX PRO 4000 Blackwell. Wytrenowali\u015bmy 2 modele: <strong>wy\u0142\u0105cznie RGB<\/strong> (2,5 h) oraz <strong>RGB+g\u0142\u0119bia<\/strong> (5 h). <\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2 style=\"line-height: 1.4\">Dlaczego trenowali\u015bmy 2 modele ACT: RGB vs. RGB+g\u0142\u0119bia<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #ead1dc;color: #4c1130\"><strong>Co to ACT (Action Chunking with Transformers)?<\/strong> Jest to algorytm imitation learning, kt\u00f3ry przewiduje ca\u0142e sekwencje przysz\u0142ych pozycji staw\u00f3w robota jednocze\u015bnie przy u\u017cyciu architektury Transformer, zamiast jednej akcji na krok.<\/span><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Przed uruchomieniem treningu ACT zdefiniowali\u015bmy 2 warianty modelu w celu przeprowadzenia kontrolowanego por\u00f3wnania. Pierwszy model uczy si\u0119 wy\u0142\u0105cznie na obrazach kolorowych (RGB). Drugi model otrzymuje zar\u00f3wno obrazy kolorowe, jak i <b>mapy g\u0142\u0119bi<\/b> &#8211; pikselowe pomiary odleg\u0142o\u015bci, kt\u00f3re daj\u0105 modelowi przestrzenne rozumienie sceny w 3D. Trenuj\u0105c oba warianty na tym samym datasecie z identycznymi hiperparametrami, izolujemy wp\u0142yw informacji o g\u0142\u0119bi na skuteczno\u015b\u0107 robota.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Datasety u\u017cyte do treningu ACT:<\/p>\n<p>&nbsp;\u00a0<\/p>\n<ul>\n<li>Tylko RGB: <a href=\"https:\/\/huggingface.co\/datasets\/xBerry\/lerobot_act_rgb\">xBerry\/lerobot_act_rgb<\/a><\/li>\n<li>RGB+g\u0142\u0119bia: <a href=\"https:\/\/huggingface.co\/datasets\/xBerry\/lerobot_act\">xBerry\/lerobot_act<\/a><\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Jak uruchomi\u0107 trening:<\/h3>\n<div class=\"code-block\" style=\"background-color: #282c34;border-radius: 8px;padding: 16px 20px;position: relative;border-left: 3px solid #ea3752\">\n  <button class=\"copy-code-btn\" style=\"position: absolute;top: 8px;right: 8px;background: #444;color: #fff;border: none;padding: 4px 10px;border-radius: 4px;cursor: pointer\">Copy<\/button><\/p>\n<pre style=\"color: #abb2bf;font-family: &#039;Courier New&#039;, monospace;font-size: 14px;margin: 0\">lerobot-record \r\n--robot.type=so100_follower \r\n--robot.port=\/dev\/ttyACM0 \r\n--robot.id=my_robot \r\n--robot.cameras=\"{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}}\" \r\n--display_data=true \r\n--dataset.repo_id=${HF_USER}\/eval_act_your_dataset \r\n--dataset.num_episodes=10 \r\n--dataset.single_task=\"Your task description\" \r\n--dataset.streaming_encoding=true \r\n--dataset.encoder_threads=2 \r\n# --dataset.vcodec=auto \r\n--policy.path=${HF_USER}\/act_policy<\/pre>\n<\/div>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #eff6ff;color: #1e40af\"><b>Dlaczego dodanie g\u0142\u0119bi jest wa\u017cne: <\/b> Dodanie g\u0142\u0119bi jako modalno\u015bci wej\u015bciowej to cz\u0119sty wyb\u00f3r projektowy w zadaniach manipulacji, ale praktycznie podwaja czas treningu. Zmierzenie rzeczywistej r\u00f3\u017cnicy w skuteczno\u015bci powie nam, czy ten koszt jest uzasadniony dla zada\u0144 typu pick-and-place &#8211; to w\u0142a\u015bnie jest kluczowe pytanie ewaluacji w tygodniu 3.<\/span><\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Konfiguracja treningu ACT i hiperparametry<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Przechodz\u0105c dalej do konfiguracji: jako kr\u0119gos\u0142up wizyjny u\u017cyli\u015bmy <strong>ResNet-18<\/strong> &#8211; kompaktowej, 18-warstwowej konwolucyjnej sieci neuronowej ekstrahuj\u0105cej cechy wizualne z klatek kamery i przekazuj\u0105cej je do transformera ACT.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Natomiast optymalizacj\u0119 przeprowadzili\u015bmy <strong>algorytmem AdamW<\/strong> &#8211; adaptacyjnym algorytmem gradientowym z rozdzielon\u0105 regularyzacj\u0105 wagow\u0105, kt\u00f3ry stabilizuje trening na zaszumionych danych demonstracyjnych.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Parametry przedstawiaj\u0105 si\u0119 nast\u0119puj\u0105co w tabelce poni\u017cej:<\/p>\n<p>&nbsp;<\/p>\n<table style=\"width:100%;border-collapse:collapse\">\n<thead>\n<tr>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Parametr<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Warto\u015b\u0107<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Opis<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Optymalizator<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">AdamW<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">beta_1=0.9, beta_2=0.999, \u03b5=1e-8<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Wsp\u00f3\u0142czynnik uczenia<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">1e-5<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Sta\u0142y dla sieci i backbone&#8217;u<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Weight Decay<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">0.0001<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Regularyzacja wag<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Grad Clip Norm<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">10<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Maksymalny pr\u00f3g obcinania gradientu<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Liczba krok\u00f3w<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">50,000<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Ca\u0142kowita d\u0142ugo\u015b\u0107 treningu<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Rozmiar paczki<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">8<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Pr\u00f3bek na krok optymalizacji<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Cz\u0119stotliwo\u015b\u0107 zapisu<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">25,000<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Zapis checkpointu<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Cz\u0119stotliwo\u015b\u0107 ewaluacji<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">25,000<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Ocena na 50 epizodach<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Cz\u0119stotliwo\u015b\u0107 logowania<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">100<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Przesy\u0142anie metryk do WandB<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>\u00a0<br \/>\n<img decoding=\"async\" src=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/Physical-AI-Digest_Cover-1-1.png\" alt=\"Krzywe trenowania ACT i RGB - LeRobot\"><br \/>\n\u00a0<\/p>\n<p style=\"text-align: justify\">Jak wida\u0107 na obrazku  &#8211; obie krzywe uczenia zbieg\u0142y czysto do swoich minim\u00f3w. <strong>Model RGB<\/strong> uko\u0144czy\u0142 trening w <strong>2,5h<\/strong>, natomiast model <strong>RGB+g\u0142\u0119bia<\/strong> wymaga\u0142 <strong>5h<\/strong> ze wzgl\u0119du na wi\u0119kszy payload danych na pr\u00f3bk\u0119.<\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Sprz\u0119t i konfiguracja potoku danych<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Maj\u0105c hiperparametry ustalone, to sprz\u0119t decyduje o tym, jak szybko trening przebiega. Ca\u0142y trening przeprowadzili\u015bmy na jednej stacji roboczej w biurze xBerry, skonfigurowanej tak, by wyeliminowa\u0107 w\u0105skie gard\u0142a przy transferze danych CPU-GPU.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Poni\u017cej specyfikacja w tabeli:<\/p>\n<p>&nbsp;<\/p>\n<table style=\"width:100%;border-collapse:collapse\">\n<thead>\n<tr>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Komponent<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Specyfikacja<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">GPU<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">NVIDIA RTX PRO 4000 Blackwell &#8211; 24 GB VRAM, 8,960 CUDA cores<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">CUDA<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">13.0<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">CPU<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">20 rdzeni fizycznych (28 w\u0105tk\u00f3w logicznych)<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">RAM<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">64 GB<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #ead1dc;color: #4c1130\"><strong>Czym jest DataLoader?<\/strong> To narz\u0119dzie, kt\u00f3re pomaga efektywnie \u0142adowa\u0107 i wst\u0119pnie przetwarza\u0107 dane z zestawu danych oraz przygotowywa\u0107 je do wprowadzenia do modelu uczenia maszynowego podczas szkolenia.<\/span><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Ponadto skonfigurowali\u015bmy r\u00f3wnie\u017c DataLoader w taki spos\u00f3b, by GPU by\u0142o stale zasilane danymi przez ca\u0142y 5-godzinny trening:<\/p>\n<p>&nbsp;<\/p>\n<ul>\n<li>num_workers = 12 &#8211; 12 r\u00f3wnoleg\u0142ych proces\u00f3w \u0142adowania danych<\/li>\n<li>prefetch_factor = 4 &#8211; ka\u017cdy worker pobiera 4 paczki z wyprzedzeniem<\/li>\n<li>persistent_workers = true &#8211; procesy robocze pozostaj\u0105 aktywne mi\u0119dzy epokami, eliminuj\u0105c koszt restartu<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Jak skonfigurowa\u0107 DataLoader:<\/h3>\n<p style=\"text-align: justify\"><b>1. Stworzy\u0107 dataset LeRobota:<\/b><\/p>\n<p>&nbsp;<\/p>\n<div class=\"code-block\" style=\"background-color: #282c34;border-radius: 8px;padding: 16px 20px;position: relative;border-left: 3px solid #ea3752\">\n  <button class=\"copy-code-btn\" style=\"position: absolute;top: 8px;right: 8px;background: #444;color: #fff;border: none;padding: 4px 10px;border-radius: 4px;cursor: pointer\">Copy<\/button><\/p>\n<pre style=\"color: #abb2bf;font-family: &#039;Courier New&#039;, monospace;font-size: 14px;margin: 0\">LeRobotDataset.create(\r\n    args.repo_id,\r\n    args.fps,\r\n    root=args.root,\r\n    robot_type=robot.name,\r\n    features=dataset_features,\r\n    use_videos=True,\r\n    image_writer_processes=args.image_writer_processes,\r\n    image_writer_threads=args.image_writer_threads,\r\n    batch_encoding_size=args.video_encoding_batch_size,\r\n    vcodec=args.vcodec,\r\n    streaming_encoding=args.streaming_encoding,\r\n    encoder_queue_maxsize=args.encoder_queue_maxsize,\r\n    encoder_threads=args.encoder_threads,\r\n)<\/pre>\n<\/div>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><b>2. Skonfigurowa\u0107 \u0142adowanie danych w p\u0119tli treningowej:<\/b><\/p>\n<p>&nbsp;<\/p>\n<div class=\"code-block\" style=\"background-color: #282c34;border-radius: 8px;padding: 16px 20px;position: relative;border-left: 3px solid #ea3752\">\n  <button class=\"copy-code-btn\" style=\"position: absolute;top: 8px;right: 8px;background: #444;color: #fff;border: none;padding: 4px 10px;border-radius: 4px;cursor: pointer\">Copy<\/button><\/p>\n<pre style=\"color: #abb2bf;font-family: &#039;Courier New&#039;, monospace;font-size: 14px;margin: 0\">lerobot-train \r\n--dataset.repo_id=$(HF_USER)\/$$ds \r\n--dataset.root=$(HOME)\/robotic_arm\/datasets\/$$ds \r\n--policy.type=act \r\n--output_dir=$(CURDIR)\/outputs\/train\/$${ds}_policy \r\n--job_name=$${ds}_policy \r\n--policy.device=$(TRAIN_DEVICE) \r\n--policy.repo_id=$(HF_USER)\/$${ds}_policy \r\n--policy.push_to_hub=true \r\n--policy.vision_backbone=resnet18 \r\n--policy.pretrained_backbone_weights=ResNet18_Weights.IMAGENET1K_V1 \r\n--policy.chunk_size=16 \r\n--policy.n_action_steps=16 \r\n--steps=$(TRAIN_STEPS) \r\n--batch_size=8 \r\n--num_workers=12 \r\n--prefetch_factor=4 \r\n--persistent_workers=true \r\n--save_freq=25000 \r\n--eval_freq=25000 \r\n--log_freq=100 \r\n--wandb.enable=$(WANDB_ENABLE); <\/pre>\n<\/div>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #eff6ff;color: #1e40af\"><b>Dlaczego konfigracja DataLoader jest wa\u017cna:<\/b> Konfiguracja DataLoadera to jeden z najcz\u0119\u015bciej pomijanych bottleneck\u00f3w w pipeline&#8217;ach treningowych opartych na wizji. Przy 12 workerach i prefetch_factor=4, przygotowanie danych przez CPU wyprzedza konsumpcj\u0119 przez GPU &#8211; szczeg\u00f3lnie istotne przy treningu RGB+g\u0142\u0119bia, gdzie ka\u017cda pr\u00f3bka jest znacznie wi\u0119ksza.<\/span><\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Monitorowanie w czasie rzeczywistym przez WandB<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Przy treningu trwaj\u0105cym do 5 godzin potrzebowali\u015bmy sposobu na potwierdzenie zbie\u017cno\u015bci bez przerywania procesu. Logowali\u015bmy post\u0119p na \u017cywo do <strong>WandB (Weights &#038; Biases)<\/strong> &#8211; platformy do \u015bledzenia eksperyment\u00f3w, kt\u00f3ra rejestruje krzywe strat, metryki i statystyki systemowe w trakcie trenowania modelu.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><strong><a href=\"https:\/\/huggingface.co\/docs\/lerobot\/index\">Framework LeRobot<\/a><\/strong> integruje si\u0119 z WandB natywnie, przesy\u0142aj\u0105c metryki co 100 krok\u00f3w. Dzi\u0119ki temu mogli\u015bmy potwierdzi\u0107 zbie\u017cno\u015b\u0107 modeli z biura xBerry bez przerywania treningu &#8211; obie krzywe strat zmierza\u0142y w d\u00f3\u0142 ju\u017c od kroku 10 000.<\/p>\n<p>&nbsp;<br \/>\n<img decoding=\"async\" src=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/wandb_train-loss.png\" alt=\"Statyski w Wandb - train-loss\"><figcaption style=\"text-align: center;font-size: 13px;color: #888;margin-top: 8px\">Obie krzywe zbiegaj\u0105 si\u0119 niemal identycznie &#8211; RGB+depth (pomara\u0144czowy) startuje wy\u017cej z uwagi na wi\u0119kszy payload danych.<\/figcaption>&nbsp;<\/p>\n<p style=\"text-align: justify\">Oba wytrenowane modele s\u0105 teraz publicznie dost\u0119pne na <b><a href=\"https:\/\/huggingface.co\/xBerry\">HuggingFace<\/a><\/b>:<\/p>\n<p>&nbsp;<\/p>\n<ul>\n<li>Policy RGB: <a href=\"https:\/\/huggingface.co\/xBerry\/lerobot_act_rgb_policy\">xBerry\/lerobot_act_rgb_policy<\/a><\/li>\n<li>Policy RGB+g\u0142\u0119bia: <a href=\"https:\/\/huggingface.co\/xBerry\/lerobot_act_policy\">xBerry\/lerobot_act_policy<\/a><\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Je\u015bli chcesz sprawdzi\u0107 jak wprowadzali\u015bmy projekt uczenia si\u0119 przez imitacj\u0119 w naszej fimie sprawd\u017a artyku\u0142 &#8211; <a href=\"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/\">Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119<\/a><\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Co dalej: ewaluacja na fizycznym robocie<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Oba modele s\u0105 wytrenowane, zbieg\u0142y i opublikowane. Tydzie\u0144 3 skupi si\u0119 na wdro\u017ceniu obu modeli ACT na fizycznym ramieniu SO-101 i przeprowadzeniu ustrukturyzowanej ewaluacji &#8211; uruchamianiu zadania pick-and-place i mierzeniu wska\u017anik\u00f3w sukcesu dla obu konfiguracji wej\u015bciowych.<\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>FAQ<\/h2>\n<p>&nbsp;<\/p>\n<h3>Czym jest ACT (Action Chunking with Transformers)?<\/h3>\n<p style=\"text-align: justify\">ACT to algorytm imitation learning do manipulacji robotem, kt\u00f3ry u\u017cywa architektury Transformer do jednoczesnego przewidywania ca\u0142ych sekwencji przysz\u0142ych pozycji staw\u00f3w, zamiast jednej akcji na krok. Takie podej\u015bcie poprawia sp\u00f3jno\u015b\u0107 czasow\u0105 ruchu i redukuje kumulowanie b\u0142\u0119d\u00f3w predykcji w d\u0142ugich sekwencjach manipulacyjnych. <\/p>\n<h3>Jaka jest r\u00f3\u017cnica mi\u0119dzy treningiem na RGB a RGB+g\u0142\u0119bia?<\/h3>\n<p style=\"text-align: justify\">Model RGB-only otrzymuje standardowe obrazy kolorowe z kamery. Model RGB+g\u0142\u0119bia dodatkowo otrzymuje mapy g\u0142\u0119bi &#8211; pikselowe pomiary odleg\u0142o\u015bci, kt\u00f3re zapewniaj\u0105 modelowi przestrzenn\u0105 \u015bwiadomo\u015b\u0107 po\u0142o\u017cenia obiekt\u00f3w w 3D. Model RGB+g\u0142\u0119bia wymaga oko\u0142o dwukrotnie d\u0142u\u017cszego czasu treningu.  <\/p>\n<h3>Jak d\u0142ugo trwa trening modelu ACT z LeRobot?<\/h3>\n<p style=\"text-align: justify\">Przy 50 000 krokach i rozmiarze paczki 8, model ACT wy\u0142\u0105cznie RGB wytrenowa\u0142 si\u0119 w 2,5 h na karcie NVIDIA RTX PRO 4000 Blackwell. Model RGB+g\u0142\u0119bia wymaga\u0142 5 h ze wzgl\u0119du na wi\u0119kszy payload danych na pr\u00f3bk\u0119. <\/p>\n<h3>Jakiego sprz\u0119tu potrzeba do trenowania modelu LeRobot ACT1?<\/h3>\n<p style=\"text-align: justify\">Zesp\u00f3\u0142 xBerry trenowa\u0142 ACT na jednej karcie NVIDIA RTX PRO 4000 Blackwell z 24 GB VRAM i 8 960 rdzeniami CUDA, w parze z procesorem 20-rdzeniowym i 64 GB RAM. \u017badna infrastruktura chmurowa nie by\u0142a potrzebna do pe\u0142nego treningu 50 000 krok\u00f3w. <\/p>\n<h3>Czym jest WandB i po co u\u017cywa\u0107 go w trenowaniu robot\u00f3w?<\/h3>\n<p style=\"text-align: justify\">WandB (Weights &#038; Biases) to platforma do \u015bledzenia eksperyment\u00f3w, kt\u00f3ra loguje strat\u0119, metryki i statystyki sprz\u0119towe w czasie rzeczywistym podczas treningu modelu. Framework LeRobot integruje si\u0119 z WandB natywnie, umo\u017cliwiaj\u0105c monitorowanie zbie\u017cno\u015bci bez zatrzymywania p\u0119tli treningowej.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kiedy uruchamiali\u015bmy trening dla naszego robota SO-101, mieli\u015bmy jedno otwarte pytanie: czy danie modelowi poczucia g\u0142\u0119bi rzeczywi\u015bcie poprawia manipulacj\u0119 &#8211; czy tylko podwaja czas treningu bez \u017cadnego efektu? W 2. tygodniu znale\u017ali\u015bmy odpowied\u017a. &nbsp; &nbsp; TL;DR &#8211; Dwa modele ACT, 50 000 krok\u00f3w, zero problem\u00f3w &nbsp; Uruchomili\u015bmy trening ACT przez 50 000 krok\u00f3w przy u\u017cyciu [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":9229,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[203],"tags":[],"class_list":["post-7633","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics-pl"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v24.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Trenowanie ACT z LeRobot: RGB vs RGB+g\u0142\u0119bia - wyniki<\/title>\n<meta name=\"description\" content=\"Trenowanie ACT z LeRobot: RGB w 2,5 h, RGB+g\u0142\u0119bia w 5 h. Hiperparametry, konfiguracja sprz\u0119tu i krzywe zbie\u017cno\u015bci.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Trenowanie ACT z LeRobot: RGB vs RGB+g\u0142\u0119bia - wyniki\" \/>\n<meta property=\"og:description\" content=\"Trenowanie ACT z LeRobot: RGB w 2,5 h, RGB+g\u0142\u0119bia w 5 h. Hiperparametry, konfiguracja sprz\u0119tu i krzywe zbie\u017cno\u015bci.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/\" \/>\n<meta property=\"og:site_name\" content=\"xBerry\" \/>\n<meta property=\"article:published_time\" content=\"2026-06-12T08:46:03+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-11T11:17:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png\" \/>\n\t<meta property=\"og:image:width\" content=\"810\" \/>\n\t<meta property=\"og:image:height\" content=\"486\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Klaudia Slusarczyk\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Klaudia Slusarczyk\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minut\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Trenowanie ACT z LeRobot: RGB vs RGB+g\u0142\u0119bia - wyniki","description":"Trenowanie ACT z LeRobot: RGB w 2,5 h, RGB+g\u0142\u0119bia w 5 h. Hiperparametry, konfiguracja sprz\u0119tu i krzywe zbie\u017cno\u015bci.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/","og_locale":"pl_PL","og_type":"article","og_title":"Trenowanie ACT z LeRobot: RGB vs RGB+g\u0142\u0119bia - wyniki","og_description":"Trenowanie ACT z LeRobot: RGB w 2,5 h, RGB+g\u0142\u0119bia w 5 h. Hiperparametry, konfiguracja sprz\u0119tu i krzywe zbie\u017cno\u015bci.","og_url":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/","og_site_name":"xBerry","article_published_time":"2026-06-12T08:46:03+00:00","article_modified_time":"2026-09-11T11:17:47+00:00","og_image":[{"width":810,"height":486,"url":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png","type":"image\/png"}],"author":"Klaudia Slusarczyk","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Klaudia Slusarczyk","Szacowany czas czytania":"5 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#article","isPartOf":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/"},"author":{"name":"Klaudia Slusarczyk","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/85c9937f32423916a153cb2388f9d482"},"headline":"xBerry Robotic Arm Project Tydzie\u0144 2: Trenujemy dwa modele ACT &#8211; RGB i RGB+g\u0142\u0119bia","datePublished":"2026-06-12T08:46:03+00:00","dateModified":"2026-09-11T11:17:47+00:00","mainEntityOfPage":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/"},"wordCount":1200,"commentCount":0,"publisher":{"@id":"https:\/\/xberry.tech\/pl\/#organization"},"image":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#primaryimage"},"thumbnailUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png","articleSection":["Robotyka"],"inLanguage":"pl-PL","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/","url":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/","name":"Trenowanie ACT z LeRobot: RGB vs RGB+g\u0142\u0119bia - wyniki","isPartOf":{"@id":"https:\/\/xberry.tech\/pl\/#website"},"primaryImageOfPage":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#primaryimage"},"image":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#primaryimage"},"thumbnailUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png","datePublished":"2026-06-12T08:46:03+00:00","dateModified":"2026-09-11T11:17:47+00:00","description":"Trenowanie ACT z LeRobot: RGB w 2,5 h, RGB+g\u0142\u0119bia w 5 h. Hiperparametry, konfiguracja sprz\u0119tu i krzywe zbie\u017cno\u015bci.","breadcrumb":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/"]}]},{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#primaryimage","url":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png","contentUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/training-act_pl.png","width":810,"height":486},{"@type":"BreadcrumbList","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-tydzien-2-trenujemy-dwa-modele-act-rgb-i-rgbglebia\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/xberry.tech\/pl\/"},{"@type":"ListItem","position":2,"name":"xBerry Robotic Arm Project Tydzie\u0144 2: Trenujemy dwa modele ACT &#8211; RGB i RGB+g\u0142\u0119bia"}]},{"@type":"WebSite","@id":"https:\/\/xberry.tech\/pl\/#website","url":"https:\/\/xberry.tech\/pl\/","name":"xBerry","description":"R&amp;D House","publisher":{"@id":"https:\/\/xberry.tech\/pl\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/xberry.tech\/pl\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/xberry.tech\/pl\/#organization","name":"xBerry","url":"https:\/\/xberry.tech\/pl\/","logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/logo\/image\/","url":"https:\/\/xberry.tech\/wp-content\/uploads\/2022\/07\/Logo-4.png","contentUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2022\/07\/Logo-4.png","width":234,"height":67,"caption":"xBerry"},"image":{"@id":"https:\/\/xberry.tech\/pl\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/85c9937f32423916a153cb2388f9d482","name":"Klaudia Slusarczyk","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/ba3ebda69b3934fd362d85ec5d209fa78f8277ada5583989f806a32b7dcf26d5?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ba3ebda69b3934fd362d85ec5d209fa78f8277ada5583989f806a32b7dcf26d5?s=96&d=mm&r=g","caption":"Klaudia Slusarczyk"},"sameAs":["https:\/\/xberry.tech\/"],"url":"https:\/\/xberry.tech\/pl\/author\/klaudias\/"}]}},"_links":{"self":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7633","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/comments?post=7633"}],"version-history":[{"count":60,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7633\/revisions"}],"predecessor-version":[{"id":8609,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7633\/revisions\/8609"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/media\/9229"}],"wp:attachment":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/media?parent=7633"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/categories?post=7633"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/tags?post=7633"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}