ステップ7:訓練コマンドライン-pi0.5

実行の前に

• 環境：先にクラウドGPU訓練環境の設定に従ってインスタンスを開設し、データセットを転送してから、本記事に戻って「環境のインストール」と「コマンドライン」の2節を実行してください
• データセット：コマンド内の --dataset.root=~/lerobot_my_dataset_shake_hands はステップ6で収集した握手データセットを指します。自分で収集したタスクを訓練する場合は、自分のデータセット名に置き換えてください
• 出力ディレクトリ：--output_dir がすでに存在する場合は、まず上の sudo rm -rf のコマンドで削除するか、新しい名前に変更してください
• 訓練中はいつでも wandb で曲線を確認できます。wandbでリアルタイム訓練曲線を確認を参照してください

参考ドキュメント

https://github.com/huggingface/lerobot/blob/46e19ae579f80ce66211afafd1c3c649c569131f/docs/source/pi0.mdx

https://www.pi.website/blog/pi05

推奨クラウドGPUインスタンス

環境のインストール

cd lerobot
pip install -e ".[pi0]"

コマンドライン

• 以前の訓練が中断された output 以下のファイルを削除する

sudo rm -rf output_lerobot_train/shake/pi05_A

• 訓練

lerobot-train \
    --dataset.repo_id=<ユーザー名>/lerobot_my_dataset_shake_hands \
    --dataset.root=~/lerobot_my_dataset_shake_hands \
    --dataset.revision=v0.1.0 \
    --policy.type=pi05 \
    --output_dir=~/output_lerobot_train/shake/pi05_A \
    --job_name=shake_pi05_A \
    --policy.pretrained_path=lerobot/pi05_base \
    --policy.compile_model=true \
    --policy.gradient_checkpointing=true \
    --policy.dtype=bfloat16 \
    --policy.freeze_vision_encoder=false \
    --policy.train_expert_only=false \
    --steps=50000 \
    --policy.device=cuda \
    --policy.push_to_hub=false \
    --wandb.enable=true \
    --wandb.project=Lerobot_my_Project \
    --batch_size=8

コマンドラインを実行して20分後、訓練が正式に開始されます

モデルの圧縮パッケージは5G程度、解凍後は7Gです

関連製品

SO-ARM101 開発キット→