# Pi05 LoRA微调LIBERO成功率仅1%及norm_stats不一致排查

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-09-28-openpi-711
> 频道：pitfalls | 更新日期：2026-09-28 | 标签：auto, github-issue, openpi
> 核心摘要：针对Pi05模型LoRA微调LIBERO任务成功率极低问题，建议检查评估配置加载的norm_stats文件是否与微调数据split一致。

# Pi05 LoRA微调LIBERO成功率仅1%及norm_stats不一致排查

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[PI05 lora fine-tune on libero dataset & differences about the norm_stats](https://github.com/Physical-Intelligence/openpi/issues/711)（GitHub Physical-Intelligence/openpi #711）

**状态**：有绕过办法

## 问题

使用Pi05 base模型对LIBERO数据集进行LoRA微调后，spatial task suite成功率仅为1%。同时发现使用_compute_norm_stats.py_计算的归一化统计量与官方checkpoint及HuggingFace数据集提供的数值存在显著差异。社区反馈LoRA默认仅微调部分action head可能导致性能不佳，且评估时若静默加载了错误split的stats文件会导致成功率下降。

## 环境

模型：Pi05 base (gemma_2b_lora + gemma_300m_lora)；数据集：physical-intelligence/libero；框架：OpenPI；训练步数：120k；Batch size：64

## 解决办法

1. 在评估配置启动时打印实际加载的 `norm-stats` 文件路径，确认其与微调所用数据 split 严格一致，避免因静默加载错误统计文件导致推理失败。
2. 审查 LoRA 微调配置，注意默认设置可能仅微调部分 action head，需根据任务需求调整 `freeze_filter` 或增加可训练参数范围以改善性能。
3. 对比验证 `_compute_norm_stats.py` 计算逻辑与官方预处理流程，确保数据统计口径一致，排除因统计量偏差导致的动作空间映射错误。

讨论原作者：@xuych0826 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub Physical-Intelligence/openpi #711：PI05 lora fine-tune on libero dataset & differences about the norm_stats](https://github.com/Physical-Intelligence/openpi/issues/711)