Umi Vla Series

Hiểu được ý tưởng cốt lõi của Universal Manipulation Interface: tại sao tách data collection ra khỏi robot lại là bước đột phá giúp scale imitation learning cho manipulation.

Hướng dẫn từng bước để in 3D và lắp ráp một UMI handheld unit với GoPro — đường đi đã được kiểm chứng từ repo Stanford. BOM đầy đủ, print settings, và cách test trước khi thu demo đầu tiên.

Hướng dẫn từng bước thu demo UMI đơn tay, chạy toàn bộ 8 script SLAM pipeline chính thức (00-07), kiểm tra chất lượng data, và xuất replay_buffer.zarr.zip để train policy.

Hướng dẫn train Diffusion Policy từ replay_buffer.zarr.zip của UMI, đọc hiểu training metrics, và deploy policy lên robot arm thật với eval_real_umi.py — dùng configs chính thức đã được verify.

Scale UMI lên bimanual: in 2 unit, thu demo với cả hai tay, dùng demo_real_bimanual_robots.py và eval_real_bimanual_umi.py chính thức, train với config umi_bimanual. Cụ thể, step-by-step, không guesswork.

Hướng dẫn thực dụng để quyết định khi nào nên upgrade từ GoPro UMI sang RealSense D405: những gì D405 mang lại, những gì bạn phải tự xây, và kiến trúc đúng để không mất data quality.

Kiến trúc và nguyên tắc thiết kế để mở rộng UMI từ upper-body manipulation sang whole-body humanoid data collection bằng cách kết hợp với mocap hoặc VR teleop — phân tích thực tế từ HumanPlus, OmniH2O, và Open-TeleVision.