ステップ7:訓練コマンドライン-smolvla

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ください。smolvla は追加で依存関係をインストールする必要がある点に注意してください。以下の「環境のインストール」を参照
• 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
• 2つの訓練方法：事前学習済みモデルをベースにファインチューニングする方が通常は効果が良く収束も速いです。ゼロから訓練する場合は事前学習済みの重みをダウンロードする必要がありません。必要に応じて選択してください
• 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://huggingface.co/docs/lerobot/smolvla

https://github.com/huggingface/lerobot/blob/46e19ae579f80ce66211afafd1c3c649c569131f/docs/source/policy_smolvla_README.md

環境のインストール

cd lerobot
pip install -e ".[feetech,smolvla]"

事前学習済みモデルをベースにファインチューニングする（推奨）

lerobot-train \
  --policy.path=lerobot/smolvla_base \
  --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 \
  --dataset.streaming=false \
  --policy.type=smolvla \
  --output_dir=~/output_lerobot_train/shake/smolvla_A \
  --job_name=shake_smolvla_a \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=40000 \
  --batch_size=8

ゼロから訓練する

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 \
  --dataset.streaming=false \
  --policy.type=smolvla \
  --output_dir=~/output_lerobot_train/shake/smolvla_A \
  --job_name=shake_smolvla_a \
  --policy.device=cuda \
  --wandb.enable=true \
  --wandb.project=Lerobot_my_Project \
  --policy.push_to_hub=false \
  --steps=40000 \
  --batch_size=8

モデルのダウンロード

smolvla モデルの圧縮パッケージはおよそ1G程度です

関連製品

SO-ARM101 開発キット→