外观
踩坑GitHub openvla/openvla2025-10-22
OpenVLA微调后抓取成功率低，因数据集中存在连续重复帧
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（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
- 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。
- 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。
- 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。
- 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。
来源
本页事实对应的公开页面，以原文为准。