コンテンツにスキップ

学習

1. ACT学習（新規）

5000ステップで動作を確認し、必要に応じて1万〜2万ステップへ増やします。フォームの「Hugging Faceにアップ」はデータセット用です。モデルのHubアップロードは、policy.repo_id未指定エラーを避けるため、この例では無効にしています。

すでに学習済みのモデル（{{ TRAIN_OUTPUT_DIR }}）がある場合、削除せずに日時付きの名前へ変更してバックアップしておきます。

1
2
3
4
5
cd "{{ PROJECT_DIR }}"

if [ -d "{{ TRAIN_OUTPUT_DIR }}" ]; then
  mv "{{ TRAIN_OUTPUT_DIR }}" "{{ TRAIN_OUTPUT_DIR }}_backup_$(date +%Y%m%d_%H%M%S)"
fi

完成済みのローカルデータセットとキャッシュ済みResNet18を使用する例です。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
cd "{{ PROJECT_DIR }}"
export HF_HUB_OFFLINE=1
export PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True,max_split_size_mb:128

lerobot-train \
  --dataset.root={{ DATASET_DIR }} \
  --dataset.repo_id={{ DATASET_REPO_ID }} \
  --dataset.video_backend=pyav \
  --policy.type=act \
  --output_dir={{ TRAIN_OUTPUT_DIR }} \
  --job_name={{ TRAIN_RUN_NAME }} \
  --policy.device=cuda \
  --policy.push_to_hub=false \
  --save_checkpoint_to_hub=false \
  --wandb.enable={{ WANDB_ENABLE }} \
  --steps=15000 \
  --save_freq=5000 \
  --batch_size=2 \
  --num_workers=0 \
  --policy.use_amp=true \
  --policy.use_vae=false \
  --policy.chunk_size=50 \
  --policy.n_action_steps=50

正常終了時は、最後に概ね次が表示されます。

1
2
Checkpoint policy after step 5000
End of training
STEP数 Dataset Jetson Orin Nano(学習時間)
5000 10秒x30episode 30分
10000 10秒x30episode 50分
15000 10秒x30episode 1時間10分 
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
cd "{{ PROJECT_DIR }}"
export HF_HUB_OFFLINE=1

lerobot-train \
  --dataset.root={{ DATASET_DIR }} \
  --dataset.repo_id={{ DATASET_REPO_ID }} \
  --dataset.video_backend=pyav \
  --policy.type=act \
  --output_dir={{ TRAIN_OUTPUT_DIR }} \
  --job_name={{ TRAIN_RUN_NAME }} \
  --policy.device=mps \
  --policy.push_to_hub=false \
  --save_checkpoint_to_hub=false \
  --wandb.enable={{ WANDB_ENABLE }} \
  --steps=15000 \
  --save_freq=5000 \
  --batch_size=2 \
  --num_workers=0 \
  --policy.use_vae=false \
  --policy.chunk_size=50 \
  --policy.n_action_steps=50

Note

'torchcodec' is not available ... falling back to 'pyav'は、PyAVへ切り替えたことを示す警告です。--dataset.video_backend=pyavを明示しているため、学習を停止する致命的エラーではありません。

2. 学習の継続

stepsは追加ステップ数ではなく、継続後に到達させる総ステップ数です。5000ステップから15000ステップまで継続する例です。JSONを手作業で編集せず、CLIで--steps=15000を上書きします。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
cd "{{ PROJECT_DIR }}"
export HF_HUB_OFFLINE=1

lerobot-train \
  --config_path={{ TRAIN_CONFIG_PATH }} \
  --resume=true \
  --steps=15000 \
  --policy.push_to_hub=false \
  --save_checkpoint_to_hub=false \
  --wandb.enable={{ WANDB_ENABLE }}

リファレンス