外观
踩坑GitHub openvla/openvla1 个月前
OpenVLA夹爪预测误差46%系复现代码动作反转导致
本文由 AI 根据公开内容整理，可能有误，请以原文为准：OpenVLA Gripper Predict is 46% off for me. Am I doing something wrong?（GitHub openvla/openvla #303）
状态：已解决
问题
使用OpenVLA对fractal20220817数据集Episode 1进行推理时，夹爪动作预测值与真值偏差达46%，导致抓取时序错误。初步怀疑模型泛化能力不足或transformers版本兼容性问题，但排除视觉塔失效可能后，定位到复现流程中的动作解析逻辑错误。
环境
OpenVLA模型，fractal20220817数据集，macOS MPS后端，transformers ≥4.50（已排除该版本视觉塔冻结问题）
解决办法
- 检查复现脚本中夹爪动作处理逻辑，确认是否存在多余的反转操作；
- 移除代码中对夹爪通道的额外取反或符号翻转步骤；
- 重新运行预测并计算误差，验证夹爪不匹配率从94.78%降至5.22%；
- 若允许-1帧时间对齐，误差可进一步降至3.51%；
- 区分夹爪误差方向：预测闭合而真值为开放可恢复，反之则导致任务失败，需分别统计以评估实际影响。
讨论原作者：@lovecode1 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。