阶段五：模型训练（Linux）
本阶段使用采集的数据集训练策略（ACT 等），产出可部署的模型。Linux 是 GPU 训练的最佳环境——CUDA torch 依赖自动解析，无需手动配置。
前置条件
已完成 阶段四：数据采集
NVIDIA GPU（推荐）、CUDA 驱动（
nvidia-smi可查）数据集已录制（本地缓存可见）
步骤 1：确认 GPU 环境
# 确认 CUDA 驱动
nvidia-smi
# 确认 torch 可用 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')"期望输出：CUDA: True | GPU: <你的显卡名>
⚠️ 注意（CUDA torch）：若
CUDA: False，说明装的是 CPU 版 torch。重装 CUDA 版：
# 官方源（海外网络）
pip install torch --index-url https://download.pytorch.org/whl/cu128
# 中国大陆网络优先用阿里云镜像
pip install torch --index-url https://mirrors.aliyun.com/pytorch-wheels/cu128或用 CPU 训练（
--policy.device=cpu，但速度慢很多）。
💡 提示：
pip install -e ".[amazinghand]"在 Linux 上通常已解析 GPU 版 torch（若检测到 CUDA 环境）。若否，按上述命令重装。
步骤 2：训练
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💡 说明：
--dataset.repo_id和--dataset.root必须与阶段四录制时完全一致（repo_id=soarm_amazing_hand_pick、root=~/lerobot_data），即可读取本地数据集，无需 HF 登录。
参数说明
| 参数 | 说明 |
|---|---|
--dataset.repo_id | 数据集名称（与录制时一致） |
--dataset.root | 数据集本地路径（与录制时一致） |
--policy.type | 策略类型，act 为常用选择 |
--output_dir | 训练输出目录（checkpoints、日志） |
--job_name | 任务名（用于日志区分） |
--policy.device | cuda（GPU）或 cpu |
--wandb.enable | 权重日志，false 关闭（无需 wandb 账号） |
--policy.push_to_hub | 是否推送模型到 HF，false 仅本地 |
--steps | 训练步数 |
训练过程说明
checkpoints：每步自动保存到
outputs/train/soarm_amazing_hand_pick/checkpoints/日志：终端实时显示 loss 等指标
时长：60000 步在消费级 GPU 上通常数小时（具体取决显卡）
⚠️ 注意 1（步数调整）：
--steps=60000为 ACT 典型值。任务简单可减至 30000，复杂任务可加至 100000+。观察 loss 收敛情况。
⚠️ 注意 2（训练中断续跑）：中断后重新运行同参数命令会从最后 checkpoint 继续。
⚠️ 注意 3（wandb）：如需可视化 loss 曲线，可开
--wandb.enable=true（需wandb login）。默认关闭。
⚠️ 注意 4（无头服务器）：若在 SSH/无显示器服务器训练，确保不要依赖 GUI（训练本身无需显示）。若使用
--display_data相关参数则需显示服务器。
⚠️ 注意 5（后台训练）：长训练建议用
nohup ... &或tmux保持进程，避免 SSH 断开中断：
tmux new -s train
lerobot-train --dataset.repo_id=...
# Ctrl+B 然后 D 脱离；tmux attach -t train 重新进入完成本阶段后，进入 阶段六：部署与评估。
故障排查
| 现象 | 原因 | 解决 |
|---|---|---|
CUDA: False | CPU 版 torch | 重装 CUDA 版 torch |
| 显存不足（OOM） | 批大小过大 | --policy.batch_size=8 或更低 |
| 数据集找不到 | repo_id/root 不一致 | 确认与录制时 --dataset.repo_id 和 --dataset.root 完全一致 |
| 训练中途 SSH 断 | 进程被杀 | 用 tmux/nohup 后台训练 |
wandb 报错 | 未登录 | --wandb.enable=false 或 wandb login |