踩坑GitHub huggingface/lerobot13 天前
LeRobot常量关节近零标准差致归一化值 rollout 爆炸
本文由 AI 根据公开内容整理,可能有误,请以原文为准:Near-zero standard deviation on a constant joint silently blows up normalized values at rollout(GitHub huggingface/lerobot #5289)
状态:有绕过办法
问题
在 LeRobot v0.6.2 中使用 ACT 策略训练双臂机器人单臂任务时,闲置关节位置恒定导致标准差接近零(如 1.48e-6)。Rollout 时该关节若出现 0.2 度微小抖动,经 MEAN_STD 归一化后数值飙升至约 135,000,MIN_MAX 模式下甚至达 40,000,000。现有 eps 防护仅针对严格零值,无法区分物理运动与编码器噪声,导致策略输出异常且无报错警告。
环境
LeRobot v0.6.2, Python 3.12.13, PyTorch 2.11.0+cu130, NVIDIA RTX 5090, Linux x86_64; 机型 XLeRobot (dual-arm), 策略 ACT, 数据集 20 episodes。
解决办法
- 定位训练数据集目录下的
meta/stats.json文件,找到闲置关节对应的状态统计字段。 - 将该关节的
std值手动修改为合理的物理下限(例如 0.1 或根据传感器噪声水平设定),确保其远大于原始近零值。 - 执行
lerobot-train脚本,训练器将读取修改后的 stats 并初始化 normalizer processor,使训练与保存的处理器均使用新的标准差下限。 - 对于已有 checkpoint,尝试通过
DataProcessorPipeline.from_pretrained(..., overrides={"normalizer_processor": {"stats": ...}})加载时覆盖 stats,但需注意输入尺度变化可能导致原模型失效,建议基于修正后的统计数据重新训练策略。
讨论原作者:@SashaBajzek 等,版权归原作者所有。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)