项目概述

本项目旨在实现一个完全本地的训练环境，避免与Hugging Face的交互，从而节省成本和时间。同时，还针对汉诺塔任务进行了专门的优化和训练。

功能特性

lerobot 相关

1. 完全本地训练：无需与Hugging Face交互，避免了因网络问题导致的训练中断和额外费用。具体修改细节请参阅：离线训练更改细节.md
2. 数据集微操： 删除特定episode， 数据集合并，重新计算相关统计量，具体操作步骤请参阅：数据集微操.md
3. docker部署：实测cpu、gpu版本环境部署，可更换项目（更改 git clone 地址用最新版本的代码）具体操作步骤请参阅：Dockerfile 安装历程

注意：官方Lerobot代码目前正在进行大规模重构，本项目仅针对汉诺塔任务进行优化，不实时跟进最新版本的代码修改。

汉诺塔任务相关

1. 分解动作训练：针对汉诺塔任务每次移动训练一个模型。
2. 汉诺塔算法：递归算法，生成模型动作序列
3. 接入大模型：gpt分析初始状态图片，数字化初始状态，输入汉诺塔算法进行求解
4. 持续更新：更多功能和优化正在开发中，敬请期待。

简单动作训练

初始状态：

目标状态：

动作分解：7步

1. Move smallest disk from A to C

---

2. Move middle disk from A to B

---

3. Move smallest disk from C to B

---

4. Move biggest disk from A to C

---

5. Move smallest disk from B to A

---

6. Move middle disk from B to C

---

7. Move smallest disk from A to C

按序执行

Watch the video