Fase 5: Entrenamiento del modelo (Linux)

En esta fase se usa el conjunto de datos recopilado para entrenar una política (ACT, etc.) y producir un modelo desplegable. Linux es el mejor entorno para el entrenamiento con GPU: las dependencias de CUDA torch se resuelven automáticamente, sin necesidad de configuración manual.

---

Requisitos previos

• Haber completado la Fase 4: Recolección de datos

• NVIDIA GPU (recomendada), controlador CUDA (consultable con nvidia-smi)

• Conjunto de datos ya grabado (visible en la caché local)

---

Paso 1: Confirmar el entorno de GPU

# Confirmar el controlador CUDA
nvidia-smi

# Confirmar que torch puede usar CUDA
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')"

Salida esperada: CUDA: True | GPU: <your_gpu_name>

⚠️ Nota (CUDA torch): si CUDA: False, significa que está instalada la versión de torch para CPU. Reinstala la versión con CUDA:

# Canal oficial (redes en el extranjero)
pip install torch --index-url https://download.pytorch.org/whl/cu128

# Para redes de China continental, usa preferentemente el espejo de Alibaba Cloud
pip install torch --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128

O entrena con CPU (--policy.device=cpu, pero mucho más lento).

💡 Sugerencia: en Linux, pip install -e ".[amazinghand]" normalmente ya resuelve la versión de torch con GPU (si detecta un entorno CUDA). Si no, reinstala con los comandos anteriores.

---

Paso 2: Entrenar

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

💡 Descripción: --dataset.repo_id y --dataset.root deben ser exactamente iguales a los de la grabación de la fase 4 (repo_id=soarm_amazing_hand_pick, root=~/lerobot_data); así se puede leer el conjunto de datos local sin necesidad de iniciar sesión en HF.

---

Descripción de parámetros

Parámetro	Descripción
--dataset.repo_id	Nombre del conjunto de datos (igual que al grabar)
--dataset.root	Ruta local del conjunto de datos (igual que al grabar)
--policy.type	Tipo de política; act es la elección habitual
--output_dir	Directorio de salida del entrenamiento (checkpoints, registros)
--job_name	Nombre de la tarea (para distinguir los registros)
--policy.device	cuda (GPU) o cpu
--wandb.enable	Registro de pesos; false lo desactiva (sin necesidad de cuenta de wandb)
--policy.push_to_hub	Si se envía el modelo a HF; false solo local
--steps	Número de pasos de entrenamiento

---

Descripción del proceso de entrenamiento

• checkpoints: se guardan automáticamente en outputs/train/soarm_amazing_hand_pick/checkpoints/ en cada paso

• Registros: el terminal muestra en tiempo real métricas como la loss

• Duración: 60000 pasos suelen tardar varias horas en una GPU de consumo (depende de la tarjeta gráfica)

⚠️ Nota 1 (ajuste del número de pasos): --steps=60000 es el valor típico de ACT. Para tareas simples se puede reducir a 30000 y para tareas complejas aumentar a 100000+. Observa la convergencia de la loss.

⚠️ Nota 2 (reanudar tras una interrupción): si se interrumpe, volver a ejecutar el comando con los mismos parámetros continuará desde el último checkpoint.

⚠️ Nota 3 (wandb): si necesitas visualizar la curva de loss, puedes activar --wandb.enable=true (requiere wandb login). Por defecto está desactivado.

⚠️ Nota 4 (servidor sin cabeza): si entrenas en un servidor SSH/sin monitor, asegúrate de no depender de una GUI (el entrenamiento en sí no necesita pantalla). Si usas parámetros relacionados con --display_data, necesitarás un servidor de visualización.

⚠️ Nota 5 (entrenamiento en segundo plano): para entrenamientos largos se recomienda usar nohup ... & o tmux para mantener el proceso y evitar que se interrumpa al desconectarse el SSH:

tmux new -s train
lerobot-train --dataset.repo_id=...
# Ctrl+B y luego D para desacoplar; tmux attach -t train para volver a entrar

---

Tras completar esta fase, pasa a la Fase 6: Despliegue y evaluación.

---

Solución de problemas

Síntoma	Causa	Solución
CUDA: False	torch para CPU	Reinstalar la versión de torch con CUDA
Memoria de vídeo insuficiente (OOM)	Tamaño de lote demasiado grande	--policy.batch_size=8 o menos
No se encuentra el conjunto de datos	repo_id/root inconsistentes	Confirma que --dataset.repo_id y --dataset.root son exactamente iguales a los de la grabación
El SSH se corta a mitad del entrenamiento	Proceso terminado	Entrenar en segundo plano con tmux/nohup
Error de wandb	Sin iniciar sesión	--wandb.enable=false o wandb login

Productos relacionados

Kit desarrollador SO-ARM101→Mano diestra 4 dedos AmazingHand→