{{htmlmetatags>metatag-robots=(index,follow)
metatag-keywords=(LeRobot,训练,评估,lerobot-train,lerobot-eval,Accelerator,策略)
metatag-description=(LeRobot 训练和评估系统：配置驱动训练、分布式训练支持、仿真环境中的策略评估)
}}

====== LeRobot 训练与评估 ======

本页面概述 LeRobot 的训练和评估系统：涉及的脚本、配置如何流入流水线，以及训练和评估之间的关系。

[[机器人:lerobot:home|返回概述]]

===== 系统概览 =====

训练和评估共享一个通用结构：配置数据类驱动所有选择，工厂层实例化数据集、策略和环境，循环处理数据流。评估集成在训练中（定期运行 rollout），也可通过 ''lerobot-eval'' 独立运行。

===== CLI 入口 =====

^ 命令 ^ 脚本 ^ 配置类 ^ 主函数 ^
| ''lerobot-train'' | ''lerobot/scripts/lerobot_train.py'' | ''TrainPipelineConfig'' | ''train()'' |
| ''lerobot-eval'' | ''lerobot/scripts/lerobot_eval.py'' | ''EvalPipelineConfig'' | ''eval_main()'' |

===== 训练流水线 =====

''train()'' 函数是监督离线训练的单一入口点。它使用 Hugging Face ''Accelerator'' 进行设备管理、混合精度和多 GPU 支持。

<code>
lerobot-train --policy.type=act --dataset.repo_id=lerobot/pusht --training.output_dir=./output
</code>

==== 训练配置 ====

''TrainPipelineConfig'' 是训练的唯一根数据类，包含以下子配置：

  * **策略配置**：选择策略类型和超参数
  * **数据集配置**：指定数据集路径或 Hub repo_id
  * **训练配置**：批量大小、学习率、epoch 数等
  * **评估配置**：评估频率和 rollout 参数

所有子配置在启动时通过 ''validate()'' 方法验证。

==== 优化器和学习率调度器 ====

LeRobot 支持多种优化器和学习率调度器：

  * 优化器：AdamW、SGD 等
  * 调度器：Cosine annealing、StepLR、Constant 等
  * 支持 warmup 阶段

==== 多 GPU 和分布式训练 ====

通过 Hugging Face ''Accelerator'' 实现：

  * 自动设备放置
  * 混合精度训练（FP16/BF16）
  * 多 GPU 数据并行
  * 梯度累积支持

===== 评估流水线 =====

评估在向量化仿真环境中运行 rollout 并报告汇总指标。

==== eval() 函数 ====

从 ''lerobot-eval'' CLI 调用，也可在训练过程中定期触发：

<code>
lerobot-eval --policy.type=act --policy.pretrained_model_name_or_path=./output/checkpoint
</code>

==== rollout() ====

在所有环境的 ''VectorEnv'' 中运行一批 episodes。滚动直到所有环境完成或达到 ''max_steps''，返回形状为 ''(batch, sequence, *)'' 的动作、奖励、成功和完成张量。

===== 强化学习 =====

除了监督学习，LeRobot 还支持强化学习流水线：

  * **HIL-SERL**：人类介入的强化学习框架
  * **TDMPC**：基于模型预测控制的强化学习
  * **奖励建模**：通过 ''RewardModelConfig'' 支持自定义奖励函数和基于 Hub 的奖励模型共享

===== 策略和处理器连线 =====

训练和评估都使用工厂函数实例化策略及其处理器：

  * ''make_policy()''：根据配置创建策略实例
  * ''make_env()''：创建仿真环境
  * ''make_env_pre_post_processors()''：创建环境和策略之间的预处理器和后处理器

===== 相关页面 =====

  * [[机器人:lerobot:home|LeRobot 框架概述]]
  * [[机器人:lerobot:数据集|数据集]]
  * [[机器人:lerobot:策略架构|策略架构]]