# OpenVLA微调后抓取成功率低，因数据集中存在连续重复帧

> 原文链接：https://robotics.hellobike.com/pitfalls/2025-10-22-openvla-304
> 频道：pitfalls | 更新日期：2025-10-22 | 标签：auto, github-issue, openvla
> 核心摘要：OpenVLA微调后推理失败率高，系RLDS数据集中存在连续相同状态帧所致；通过清洗数据并简化任务场景解决。

# OpenVLA微调后抓取成功率低，因数据集中存在连续重复帧

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[OPENVLA finetuned on custom dataset have very low performance](https://github.com/openvla/openvla/issues/304)（GitHub openvla/openvla #304）

**状态**：已解决

## 问题

在PyBullet环境中使用210条5Hz演示数据微调OpenVLA-7b，WandB显示Loss快速收敛，但实际推理时机器人抓取放置成功率极低。尽管评估环境与训练分布一致且动作预测看似合理，模型仍无法稳定完成任务，怀疑数据量不足或过拟合。

## 环境

GPU: RTX 5090 32GB; 模型: openvla/openvla-7b; 仿真: PyBullet; 数据格式: RLDS; 采集频率: 5Hz; LoRA Rank: 32; Batch Size: 4; Max Steps: 10000

## 解决办法

1. 检查并清洗RLDS数据集，剔除连续两帧图像观测对应相同机器人状态的冗余数据，确保时序状态变化有效。
2. 缩小Cube与Tray的生成区域（spawn area），降低空间复杂度以排除干扰变量，优先验证核心抓取逻辑。
3. 调试阶段保持相机角度等环境参数固定，避免同时引入过多变量，待基础功能验证通过后再增加数据多样性。
4. 训练前直接将采集的动作序列在机器人上回放，验证坐标系对齐及数据管道正确性，防止标签错误导致模型学习失效。

讨论原作者：@reinaldoyang 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub openvla/openvla #304：OPENVLA finetuned on custom dataset have very low performance](https://github.com/openvla/openvla/issues/304)