lerobot_vlahost_force：四模型统一训练与部署

English

main 分支同时包含四套面向 Marvin 双臂机器人的力反馈模型，可在同一个仓库中直接选择环境、数据、训练和 部署流程。原 main 中的 Force-conditioned ACT 独立版本已移至 fcact 分支。

支持的模型

四个模型都读取 RGB、observation.state[16] 和由 m_FB_Joint_SToq 转换得到的 observation.effort[14]，并输出 action[16] 关节位置目标。Policy 不向 Marvin 发送力矩动作。

数据契约

训练预检会验证 dtype、shape、关节 names/order、有限值和 episode 连续性。任意 float32[14] 数据不能在 没有语义映射的情况下直接替代 Marvin effort。

安装仓库

git clone --branch main --single-branch git@github.com:expolrer/lerobot_vlahost_force.git
cd lerobot_vlahost_force
chmod +x run.sh workspaces/*/run.sh workspaces/*/scripts/*.sh workspaces/*/scripts/*.py scripts/*.py

需要 Ubuntu 22.04、NVIDIA/CUDA GPU 和 Conda。真机部署还需要已编译的 Marvin ROS2 工作区、三路相机及 VLAHost HTTP 服务。

统一入口：

./run.sh env       选择并安装模型环境
./run.sh data      转换/审查模型使用的数据
./run.sh train     选择模型和对应训练 YAML
./run.sh deploy    根据统一部署 YAML 选择模型和权重

阶段一：交互式一键安装环境

运行：

./run.sh env

脚本显示：

1) Force-conditioned ACT (FCACT)
2) Reactive Diffusion Policy (RDP)
3) ImplicitRDP
4) ForceVLA

输入 1、2、3 或 4 后，脚本读取该模型的 config/environment.yaml，创建独立 Conda 环境，以 editable 方式安装当前 main，并只安装对应模型需要的依赖。安装结束后会自动执行 Policy 导入和环境检测。

无人值守时可直接指定模型：

./run.sh env --model fcact
./run.sh env --model rdp
./run.sh env --model implicitrdp
./run.sh env --model forcevla

阶段二：数据转换与审查

指定模型后，统一入口会进入对应环境并使用该工作区的 data.yaml：

./run.sh data --model fcact
./run.sh data --model rdp
./run.sh data --model implicitrdp
./run.sh data --model forcevla

默认只审查 /home/zzx23457/Data/lerobot/zadai_200_with_effort。转换新 rosbag 时修改对应工作区的 config/data.yaml，设置 conversion.enabled: true、输入目录和输出目录。同一命令会完成 rosbag 检查、 velocity/effort 转换、可选 merge、严格数据审查和曲线生成。

可在不修改默认文件的情况下指定另一份配置：

./run.sh data --model rdp --config /绝对路径/其他_data.yaml

第 0 个 episode 的曲线：

阶段三：按模型一键训练

统一训练入口会自动执行以下检查：

1. 对应 Conda 环境是否存在；
2. 当前 main 中对应 Policy 类能否导入；
3. YAML 是否可解析且 policy.type 与所选模型一致；
4. Marvin 数据字段、维度和通道顺序是否符合契约。

四个模型的默认训练命令：

./run.sh train --model fcact
./run.sh train --model rdp
./run.sh train --model implicitrdp
./run.sh train --model forcevla

只检查环境、数据和最终命令，不启动训练：

./run.sh train --model rdp --dry-run

默认 YAML 映射：

也可以直接指向自定义参数文件：

./run.sh train --model forcevla --config /绝对路径/forcevla_experiment.yaml

如果 YAML 中声明了另一个模型的 policy.type，环境检测会在训练开始前拒绝运行。

阶段四：按 YAML 选择模型和权重部署

统一部署配置为 config/deploy.yaml：

model_name: fcact
weight_path: ${repo_root}/outputs/train/force_act_zadai_200/checkpoints/last/pretrained_model

model_name 可设置为 fcact、rdp、implicitrdp 或 forcevla；weight_path 设置为该模型的 pretrained_model 目录。例如部署 RDP：

model_name: rdp
weight_path: ${repo_root}/outputs/train/rdp_diffusion_zadai_200/checkpoints/last/pretrained_model

先做不连接机器人的完整选择、环境和配置预检：

./run.sh deploy --dry-run

入口会自动选择对应 Conda 环境、Policy、工作区 deploy_stage.yaml 和机器人配置，再把 YAML 中的 weight_path 注入临时配置。临时文件在运行结束后自动删除，不修改模型的默认 YAML。

真机服务可以由各工作区 deploy_stage.yaml 的 services.manage: true 自动启动。保持 false 时，在两个 终端启动：

cd /home/zzx23457/ws_apex
source install/setup.bash
ros2 launch node_manager bringup_all_dm_m696.launch.py

cd /home/zzx23457/ws_apex
source install/setup.bash
ros2 launch vlahost vlahost_server.launch.py

在 rqt 依次调用 /tj/control/set_ready；把 /tj/control/set_mode 设置为 data: 3；把 /tj/control/set_input 设置为 data: 1。确认 joint_states.efforts[14] 有效后正式运行：

./run.sh deploy

部署前应停止其他 rollout，把机器人置于无碰撞且可急停的位置。effort 缺失、非 14 维或含 NaN/Inf 时， 部署会在发送动作前退出。

各模型独立文档

• workspaces/fcact：Force-conditioned ACT 原理与参数。
• workspaces/rdp：RDP 两阶段训练和慢/快闭环。
• workspaces/irdp：ImplicitRDP 端到端训练。
• workspaces/fvla：ForceVLA/PI0 force token 微调。

四个工作区仍可单独使用自己的 run.sh；main 根目录的 run.sh 是推荐的统一入口。