Skip to content

踩坑GitHub huggingface/lerobot3 天前

LIBERO评测初始状态索引因reset耦合导致配对失效 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:LIBERO evaluation: initial-state sequence depends on policy termination timing, via LiberoEnv.step()'s internal reset plus NEXT_STEP vector autoreset(GitHub huggingface/lerobot #4152)

状态:有绕过办法

问题 ​

在src/lerobot/envs/libero.py中,LiberoEnv.reset()每次调用均递增init_state_id。当episode结束时step()触发内部reset,叠加向量环境NEXT_STEP模式的自动reset,导致同一slot被重置两次。初始状态序列变为策略成功时机与终止频率的函数,而非仅取决于episode编号。

环境 ​

LeRobot框架,LIBERO-Plus向量环境,libero_spatial任务,n_envs=2,_reset_stride=2

解决办法 ​

  1. 停止在LiberoEnv.reset()内部维护或递增init_state_id计数器,解除环境对重置次数的隐式依赖。
  2. 修改评测Harness逻辑,使其根据当前评估的rollout和episode编号显式计算目标初始状态索引。
  3. 通过env.reset(options={'init_state_id': target_id})将计算好的索引作为参数传入环境,确保环境成为评测请求的纯函数。
  4. 添加回归测试:使用相同配置但强制不同的成功模式运行两次,断言每个slot的初始状态序列完全一致,以验证修复有效性。

讨论原作者:@Ono-Katsuki 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 huggingface/lerobot #4152:LIBERO evaluation: initial-state sequence depends on policy termination timing, via `LiberoEnv.step()`'s internal reset plus `NEXT_STEP` vector autoreset ↗访问 2026-11-19