企业官网建设流程全解析

如何快速上手hf_mirrors/lerobot/folding_latest：从安装到推理的完整指南

【免费下载链接】folding_latest项目地址: https://ai.gitcode.com/hf_mirrors/lerobot/folding_latest

π₀.₅ (Pi05) 策略模型是一款由Physical Intelligence开发的视觉-语言-动作模型，具备强大的开放世界泛化能力。本指南将帮助你快速掌握从安装到推理的完整流程，轻松上手这款基于LeRobot框架的机器人策略模型。

模型简介

π₀.₅代表了从π₀的重大进化，专为解决机器人在开放世界中的泛化挑战而设计。与传统机器人在受控环境中执行任务不同，π₀.₅能够适应训练期间从未见过的全新环境和场景。该模型通过LeRobot框架实现并推送到Hugging Face Hub，完整文档可参考LeRobot Docs。

快速开始

环境准备

在开始之前，请确保你的系统已安装Python 3.8+和必要的依赖库。推荐使用虚拟环境来隔离项目依赖：

python -m venv lerobot-env source lerobot-env/bin/activate # Linux/Mac # 或在Windows上使用: lerobot-env\Scripts\activate

安装LeRobot

通过pip安装LeRobot框架：

pip install lerobot

克隆项目仓库

git clone https://gitcode.com/hf_mirrors/lerobot/folding_latest cd folding_latest

训练模型

训练命令

使用以下命令从 scratch 训练模型：

lerobot-train \ --dataset.repo_id=${HF_USER}/<dataset> \ --policy.type=act \ --output_dir=outputs/train/<desired_policy_repo_id> \ --job_name=lerobot_training \ --policy.device=cuda \ --policy.repo_id=${HF_USER}/<desired_policy_repo_id> --wandb.enable=true

训练 checkpoint 将保存到outputs/train/<desired_policy_repo_id>/checkpoints/目录。

训练配置

训练配置可在 train_config.json 文件中调整，关键参数包括：

• num_inference_steps: 推理步数，默认为10
• device: 训练设备，默认为"cuda"
• optimizer_lr: 优化器学习率，默认为3.75e-05

模型推理

推理命令

使用以下命令评估策略或运行推理：

lerobot-record \ --robot.type=so100_follower \ --dataset.repo_id=<hf_user>/eval_<dataset> \ --policy.path=<hf_user>/<desired_policy_repo_id> \ --episodes=10

请将数据集仓库前缀设置为eval_，并通过--policy.path指定本地或Hub上的checkpoint路径。

推理配置

推理相关配置可在 config.json 中找到，主要参数有：

• num_inference_steps: 推理步数，默认为10
• image_resolution: 图像分辨率，默认为[224, 224]
• use_relative_actions: 是否使用相对动作，默认为true

模型详情

• 许可证: apache-2.0
• 模型类型: pi05
• 输入特征: 包括状态和多视角图像（左腕、右腕、基座）
• 输出特征: 动作，形状为[16]
• 设备支持: cuda

常见问题

Q: 训练时出现CUDA内存不足怎么办？

A: 可以尝试减小批次大小或降低图像分辨率，修改 config.json 中的image_resolution参数。

Q: 如何调整推理步数？

A: 可以通过修改 config.json 或 train_config.json 中的num_inference_steps参数来调整推理步数。

通过以上步骤，你已经掌握了hf_mirrors/lerobot/folding_latest项目的基本使用方法。如需更详细的教程，请参考官方训练指南。

【免费下载链接】folding_latest项目地址: https://ai.gitcode.com/hf_mirrors/lerobot/folding_latest