Skip to content

踩坑GitHub NVIDIA/Isaac-GR00T4 天前

Isaac-GR00T rollout_policy多环境评估成功率虚高偏差 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:rollout_policy.py: stopping at the first n_episodes completions biases success rate upward when n_envs > 1(GitHub NVIDIA/Isaac-GR00T #814)

状态:已解决

问题 ​

在gr00t/eval/rollout_policy.py中,当n_envs > 1且terminate_on_success=True时,循环在completed_episodes >= n_episodes时立即停止并丢弃运行中的episode。由于成功episode步长短、失败长,短episode优先填满配额,导致采样偏向成功样本,评估成功率虚高。

环境 ​

NVIDIA Isaac-GR00T框架,commit 3b49067及main分支,涉及gr00t/eval/rollout_policy.py评估脚本,CLI默认配置n_episodes=50、n_envs=8。

解决办法 ​

  1. 合并PR #819,将全局计数改为每个环境分配固定episode配额(n_episodes // n_envs,余数分配给前几个环境),确保所有启动的episode均被统计且总数精确等于n_episodes。
  2. 注意修复后并行评估耗时取决于最慢的环境份额,整体运行时间可能延长。
  3. 对比历史数据时需知悉:修复前n_envs > 1的成功率可能偏高,单环境评估结果不受影响。
  4. 暂不支持per-episode种子列表方案,因当前仿真向量环境尚未支持子环境独立重置种子。

讨论原作者:@AUTHENSOR 等,版权归原作者所有。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

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)

  1. GitHub NVIDIA/Isaac-GR00T #814:rollout_policy.py: stopping at the first n_episodes completions biases success rate upward when n_envs > 1 ↗访问 2026-11-19