Phase 5: Modelltraining (Linux)

In dieser Phase trainieren Sie mit dem erfassten Datensatz eine Policy (z. B. ACT) und erzeugen ein einsetzbares Modell. Linux ist die beste Umgebung für das GPU-Training – die CUDA-torch-Abhängigkeit wird automatisch aufgelöst, es ist keine manuelle Konfiguration erforderlich.

---

Voraussetzungen

• Phase 4: Datenerfassung abgeschlossen

• NVIDIA GPU (empfohlen), CUDA-Treiber (prüfbar mit nvidia-smi)

• Der Datensatz ist aufgezeichnet (im lokalen Cache sichtbar)

---

Schritt 1: GPU-Umgebung bestätigen

# CUDA-Treiber bestätigen
nvidia-smi

# Bestätigen, dass torch CUDA verwenden kann
python -c "import torch; print('CUDA:', torch.cuda.is_available(), '| GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'N/A')"

Erwartete Ausgabe: CUDA: True | GPU: <your_gpu_name>

⚠️ Hinweis (CUDA-torch): Wenn CUDA: False, ist die CPU-Version von torch installiert. Installieren Sie die CUDA-Version neu:

# Offizielle Quelle (Auslandsnetzwerk)
pip install torch --index-url https://download.pytorch.org/whl/cu128

# Für Netzwerke in Festlandchina bevorzugt Alibaba-Cloud-Spiegel verwenden
pip install torch --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128

Oder trainieren Sie mit der CPU (--policy.device=cpu, aber deutlich langsamer).

💡 Tipp: pip install -e ".[amazinghand]" löst unter Linux in der Regel bereits die GPU-Version von torch auf (sofern eine CUDA-Umgebung erkannt wird). Falls nicht, installieren Sie sie mit den obigen Befehlen neu.

---

Schritt 2: Training

lerobot-train \
  --dataset.repo_id=soarm_amazing_hand_pick \
  --dataset.root=~/lerobot_data \
  --policy.type=act \
  --output_dir=outputs/train/soarm_amazing_hand_pick \
  --job_name=soarm_amazing_hand_pick \
  --policy.device=cuda \
  --wandb.enable=false \
  --policy.push_to_hub=false \
  --steps=60000

💡 Erläuterung: --dataset.repo_id und --dataset.root müssen mit denen bei der Aufnahme in Phase 4 vollständig übereinstimmen (repo_id=soarm_amazing_hand_pick, root=~/lerobot_data), damit der lokale Datensatz gelesen werden kann, ohne HF-Anmeldung.

---

Parameterbeschreibung

Parameter	Beschreibung
--dataset.repo_id	Name des Datensatzes (identisch mit der Aufnahme)
--dataset.root	Lokaler Pfad des Datensatzes (identisch mit der Aufnahme)
--policy.type	Policy-Typ; act ist eine gängige Wahl
--output_dir	Ausgabeverzeichnis des Trainings (Checkpoints, Protokolle)
--job_name	Auftragsname (zur Unterscheidung in den Protokollen)
--policy.device	cuda (GPU) oder cpu
--wandb.enable	Gewichtsprotokollierung; false deaktiviert sie (kein wandb-Konto erforderlich)
--policy.push_to_hub	Ob das Modell zu HF gepusht wird; false bedeutet nur lokal
--steps	Anzahl der Trainingsschritte

---

Erläuterung des Trainingsablaufs

• checkpoints: Werden nach jedem Schritt automatisch unter outputs/train/soarm_amazing_hand_pick/checkpoints/ gespeichert

• Protokolle: Das Terminal zeigt Kennzahlen wie loss in Echtzeit an

• Dauer: 60000 Schritte dauern auf einer Consumer-GPU in der Regel mehrere Stunden (genau je nach Grafikkarte)

⚠️ Hinweis 1 (Anpassung der Schrittzahl): --steps=60000 ist ein typischer Wert für ACT. Bei einfachen Aufgaben kann auf 30000 reduziert, bei komplexen Aufgaben auf 100000+ erhöht werden. Beobachten Sie die Konvergenz des loss.

⚠️ Hinweis 2 (Fortsetzen nach Trainingsunterbrechung): Wenn Sie nach einer Unterbrechung denselben Befehl mit denselben Parametern erneut ausführen, wird vom letzten checkpoint aus fortgesetzt.

⚠️ Hinweis 3 (wandb): Wenn Sie die loss-Kurve visualisieren möchten, können Sie --wandb.enable=true aktivieren (erfordert wandb login). Standardmäßig deaktiviert.

⚠️ Hinweis 4 (headless Server): Wenn Sie auf einem Server über SSH/ohne Monitor trainieren, stellen Sie sicher, dass keine GUI benötigt wird (das Training selbst benötigt keine Anzeige). Wenn Sie Parameter im Zusammenhang mit --display_data verwenden, ist ein Anzeigeserver erforderlich.

⚠️ Hinweis 5 (Training im Hintergrund): Für langes Training empfiehlt es sich, den Prozess mit nohup ... & oder tmux aufrechtzuerhalten, um eine Unterbrechung durch Trennung der SSH-Verbindung zu vermeiden:

tmux new -s train
lerobot-train --dataset.repo_id=...
# Ctrl+B und dann D zum Abkoppeln; tmux attach -t train zum Wiedereinstieg

---

Nach Abschluss dieser Phase fahren Sie mit Phase 6: Deployment und Evaluierung fort.

---

Fehlerbehebung

Symptom	Ursache	Lösung
CUDA: False	CPU-Version von torch	CUDA-Version von torch neu installieren
VRAM unzureichend (OOM)	Batch-Größe zu groß	--policy.batch_size=8 oder niedriger
Datensatz nicht gefunden	repo_id/root stimmen nicht überein	Stellen Sie sicher, dass --dataset.repo_id und --dataset.root mit der Aufnahme vollständig übereinstimmen
SSH-Verbindung bricht während des Trainings ab	Prozess wird beendet	Training im Hintergrund mit tmux/nohup
wandb meldet Fehler	Nicht angemeldet	--wandb.enable=false oder wandb login

Verwandte Produkte

SO-ARM101 Entwickler-Kit→AmazingHand 4-Finger-Greifhand→