Deklarasikan kontrak penulis default untuk penyajian chunk observasi saat ini.

Mewarisi implementasi ini menyatakan bahwa predict_action_chunk melakukan semua persiapan yang diperlukan oleh pemanggil langsung, menerima observasi saat ini secara lengkap, dan mengembalikan [B, chunk_size, A] dalam koordinat model. Pasangan prosesor kanoniknya harus mendukung seluruh chunk. n_action_steps adalah slice playback biasa; RTC mempertahankan horizon prediksi penuh.

Kebijakan yang memerlukan persiapan hanya select_action, tata letak aksi lain, atau pengambilan sampel temporal harus menimpa metode ini dan menolak konfigurasi yang tidak didukung atau menyediakan runner khusus. Keberadaan metode atau warmup yang berhasil bukanlah bukti untuk kontrak ini. Status kebijakan/prosesor hanya diizinkan di dalam sesi eksklusif dan reset() harus membersihkannya untuk eksekusi baru.

Jumlah aksi yang sudah dihitung dan menunggu untuk disajikan.

0 untuk kebijakan yang tidak mempertahankan antrean aksi (tidak pernah melakukan chunking) atau yang antreannya saat ini kosong (segera menghitung chunk baru). Membaca antrean yang sama yang dibersihkan oleh drop_queued_actions, yang namanya tercantum dalam :attr:_action_queue_attrs.

Buang aksi yang telah dihitung sebelumnya oleh panggilan select_action sebelumnya.

Memaksa jalur maju baru pada select_action berikutnya sehingga perubahan kondisioning di tengah episode (misalnya instruksi baru) langsung berlaku, bukan setelah antrean kosong. Berbeda dengan reset, sisa status episode tetap dipertahankan. Panggil dari thread yang memanggil select_action. Membersihkan antrean yang namanya tercantum dalam :attr:_action_queue_attrs; kebijakan yang tidak mempertahankan antrean aksi mewarisi operasi tanpa efek (no-op).

ringkasan

Policy secara default diatur dalam mode evaluasi menggunakan policy.eval() (modul dropout dinonaktifkan). Untuk melatihnya, Anda harus terlebih dahulu mengembalikannya ke mode pelatihan dengan policy.train().

Jalankan kepala teks kebijakan pada batch observasi yang telah dipreproses.

Permintaan ditumpangkan pada batch sebagai data pelengkap (:data:~lerobot.utils.constants.QUERY_KIND / QUERY_TEXT); balasan next_subtask langsung dimasukkan ke set_task, sehingga harus tepat satu subtask, bukan rencana atau daftar bernomor. Mengembalikan teks yang dihasilkan, dan tidak boleh mengubah state yang menghasilkan aksi (antrean, riwayat observasi).

Mengembalikan parameter spesifik kebijakan (parameter atau grup parameter) untuk diteruskan ke optimizer.

Mengembalikan chunk aksi (untuk kebijakan chunking aksi) untuk observasi tertentu, berpotensi dalam mode batch.

Kelas turunan yang menggunakan action chunking harus menggunakan metode ini di dalam select_action untuk membentuk action chunk yang di-cache untuk dipilih.

Kebijakan yang mendukung kata kunci noise memulai sampling-nya dari tensor tersebut, dengan bentuk yang sama seperti yang akan diambil oleh kebijakan. Ketika noise adalah None, kebijakan mengambilnya seperti biasa.

Mungkin mengembalikan PolicyOutput yang membawa chunk dan prediksinya, seperti pada select_action.

Publikasikan kebijakan ini ke Hub.

Tidak didukung lagi: gunakan lerobot.common.train_utils.publish_trained_model() sebagai gantinya, yang juga menerbitkan pre/post-processor bersama dengan model.

Dipanggil setiap kali lingkungan direset.

Melakukan hal-hal seperti membersihkan cache.

Kembalikan satu aksi untuk dijalankan di lingkungan (mungkin dalam mode batch).

Ketika model menggunakan riwayat observasi, atau menghasilkan urutan aksi, metode ini menangani peng-cache-an.

Mengembalikan tensor aksi polos, atau PolicyOutput: sebuah batch, yang dikunci seperti batch input, yang menyimpan aksi di bawah "action" dan apa yang diharapkan atau diyakini oleh kebijakan selain itu di bawah "prediction" (sebuah PolicyPrediction). Prediksi di-batch seperti aksi, satu nilai per lingkungan, dan setiap entri dikunci oleh apa yang dirujuknya: frame yang diprediksi oleh kunci observasi yang diprediksinya, bahasa oleh gaya anotasi (“subtask”, “plan”, “memory”), kotak (skema anotasi VQA) oleh kamera tempat kotak tersebut digambar. Pemanggil menormalisasi dua jenis pengembalian dengan lerobot.processor.policy_output_to_transition; —display_data menampilkan prediksi dari lingkungan pertama.

A prediction menyimpan nilai untuk langkah ini: satu yang mencakup sebuah chunk (misalnya klip imajiner) dikembalikan per bagian, beserta aksi yang dimiliki oleh masing-masing bagian. Setiap entri tetap ditampilkan hingga dikembalikan lagi. Prediksi bersifat opt-in melalui field konfigurasi yang dipilih oleh policy, dan tidak boleh mengubah aksi; teks yang harus mengarahkan policy dikirim melalui generate_text.

Apakah kebijakan ini mengimplementasikan semantik inferensi Real-Time Chunking.

Apakah kebijakan ini mengimplementasikan generate_text (override keduanya secara bersamaan).

Validasi input kanonik sebelum disajikan, dengan bentuk yang tepat secara default.

Kebijakan yang secara eksplisit mengubah ukuran atau memberi masker pada input yang hilang dapat menimpa kontrak ini. Pengecualian semacam itu harus berada di sisi kebijakan, bukan di sisi transport. Skema wire yang dinegosiasikan tetap menentukan bentuk dari setiap fitur yang diberikan.

Bungkus kebijakan ini dengan adapter PEFT untuk fine-tuning yang efisien secara parameter.

Metode ini adalah titik masuk tunggal untuk integrasi PEFT. Subkelas harus menimpa _get_default_peft_targets() untuk menyediakan modul target default, dan _validate_peft_config() untuk validasi yang spesifik terhadap kebijakan.