6 · 训练与推理
训练把数据集变成策略——一个把摄像头画面映射成关节位置的模型。推理把策略放到从臂上跑。
训练
打开 Training 页，选：
| 项目 | 说明 |
|---|---|
| 数据集 | 本地数据集，或 Hub 上的 |
| 策略类型 | 单臂通常先试 ACT。也能用 Diffusion Policy、SmolVLA、π₀ 系列 |
| 在哪跑 | 本机，或 Hugging Face 云端任务 |
| 训练步数 | 盯着 loss 看，不要假设越多越好 |
页面会实时滚训练日志，checkpoint 写出来也会显示。
本地还是云端
| 本地 | Hugging Face 云端任务 | |
|---|---|---|
| 需要 | 本机有 GPU | 可用的 Hugging Face 账号 |
| 速度 | 看你的 GPU | 按任务选固定机型 |
| 适合 | 小数据集、试东西 | 长训练 |
云端这个选项，正是流程其余部分用笔记本就够的原因：本地录，训练甩出去。
策略的额外依赖
有些策略类型需要 LeLab 默认不装的依赖。选中时会问你要不要装——等后台装完再启动任务。可选的训练附加组件走同一个机制。
Checkpoint
训练会定期写 checkpoint，不是只在最后写，所以中断的那轮也留着能用的模型。名字里带步数。loss 开始往上走就换早一点的试。
推理
打开 Inference 页：
- 确认两条臂都接好、校准好。
- 选策略——本地 checkpoint，或 Hub 上的模型。
- 确认摄像头和它们的 rotation。
- 开始推理，把工作台清干净。
rotation 和绑定
用录制时的那个 rotation。 训练好的策略在真机上什么也不干，这是最常见的原因，而且没有任何东西会提醒你：0° 和 180° 的图片尺寸完全相同。
摄像头的绑定同理。录制时叫 wrist 的摄像头，现在换成另一个物理摄像头了，策略看到的就是错的画面。
都对还是不行，回头再看数据集——见第 5 篇。
中途干预
要伸手扶机械臂之前先停掉推理。手动做的纠正不是训练信号，除非你录成新 episode 再训练。
回放
回放把录过的 episode 在从臂上重播。它播的就是录下来的关节位置，所以策略再烂回放也是对的——它检查的是硬件和数据集，不是策略。要看策略怎么样，用推理。
下一篇：07 常见问题