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
- 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。 - 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。
- 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。 - 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。
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)