LeRobot documentation
後方互換性
後方互換性
Policy Normalization Migration (PR #1452)
破壊的変更: LeRobot のポリシーには、重みに正規化レイヤーが組み込まれなくなりました。正規化は、外部の PolicyProcessorPipeline コンポーネントによって処理されるようになりました。
何が変更されましたか？
| PR #1452 以前 | PR #1452以降 | |
|---|---|---|
| 正規化の位置 | モデルの重みに埋め込まれた(normalize_inputs.*) | 外部PolicyProcessorPipelineコンポーネント |
| モデルステートディクト | 正規化統計情報を含む | 重みのみのクリーンな形式 - 正規化パラメータなし |
| 使用方法 | policy(batch) がすべてを処理します | preprocessor(batch) → policy(...) → postprocessor(...) |
既存のモデルへの影響
- PR #1452 以前に学習されたモデルは、重みに正規化が組み込まれています
- これらのモデルは、新しい
PolicyProcessorPipelineシステムで動作させるために移行が必要です - 移行処理では、正規化統計情報を抽出し、個別のプロセッサパイプラインを作成します。
旧モデルの移行
移行スクリプトを使用して、埋め込み正規化を持つモデルを変換します:
python src/lerobot/processor/migrate_policy_normalization.py \
--pretrained-path lerobot/act_aloha_sim_transfer_cube_human \
--push-to-hub \
--branch migratedスクリプト:
- Extracts はモデルの重みから正規化統計量を抽出します
- 作成外部のプリプロセッサおよびポストプロセッサのパイプライン
- モデルの重みから正規化レイヤーを削除します
- Saves クリーンなモデルとプロセッサのパイプライン
- HubへのPushesと自動PR作成
移行済みモデルの使用
# New usage pattern (after migration)
from lerobot.policies import make_policy, make_pre_post_processors
# Load model and processors separately
policy = make_policy(config, ds_meta=dataset.meta)
preprocessor, postprocessor = make_pre_post_processors(
policy_cfg=config,
dataset_stats=dataset.meta.stats
)
# Process data through pipeline
processed_batch = preprocessor(raw_batch)
action = policy.select_action(processed_batch)
final_action = postprocessor(action)ハードウェアAPIの再設計
PR #777 は LeRobot のキャリブレーションを改善していますが、後方互換性はありません。以下に、変更点と、このプルリクエスト以前に作成されたデータセットで引き続き作業する方法を概説します。
何が変更されましたか？
| PR #777 以前 | PR #777 以降 | |
|---|---|---|
| 共通範囲 | 度数 -180...180° | 正規化された範囲 関節: –100...100 グリッパー: 0...100 |
| ゼロポジション（SO100 / SO101） | 腕を完全に水平に伸ばした状態 | 各関節の範囲の中央 |
| 境界の処理 | ±180°のラップアラウンドを検出するためのソフトウェアの安全対策 | 中間範囲のゼロにより、ラップアラウンドロジックは不要です |
既存のデータセットへの影響
- PR #777 以前に作成された記録された軌跡を直接読み込むと、正しく再生されません: PR #777
- 関節角度がオフセットされており、正しく正規化されていません。
- 旧データで直接ファインチューニングまたは学習されたモデルは、入力と出力の変換が必要です。
以前のキャリブレーションシステムで作成されたデータセットを使用する
以前のキャリブレーションで記録されたエピソードを再生するための移行例スクリプトを、こちらに提供しています: examples/backward_compatibility/replay.py。
以下では、例スクリプト内で以前のキャリブレーションデータセットを動作させるために施された変更点について説明します。
+ key = f"{name.removeprefix('main_')}.pos"
action[key] = action_array[i].item()
+ action["shoulder_lift.pos"] = -(action["shoulder_lift.pos"] - 90)
+ action["elbow_flex.pos"] -= 90分解していきましょう。
新しいコードベースでは、位置の観測値に.posサフィックスを使用し、main_プレフィックスを削除しました:
key = f"{name.removeprefix('main_')}.pos""shoulder_lift"（id = 2）の場合、旧キャリブレーション/コードと比較して、0 の位置が -90 度変更され、方向が反転します。
action["shoulder_lift.pos"] = -(action["shoulder_lift.pos"] - 90)"elbow_flex"（id = 3）については、0 の位置が、従来のキャリブレーション/コードと比較して -90 度に変更されています。
action["elbow_flex.pos"] -= 90degrees正規化を使用するには、--robot.use_degreesオプションをtrueに設定します。
python examples/backward_compatibility/replay.py \
--robot.type=so101_follower \
--robot.port=/dev/tty.usbmodem5A460814411 \
--robot.id=blue \
+ --robot.use_degrees=true \
--dataset.repo_id=my_dataset_id \
--dataset.episode=0以前のキャリブレーションシステムで学習されたポリシーを使用する
Policiesは、データセットと同じ形式(torch.Tensors)でアクションを出力します。したがって、同じ変換を適用する必要があります。
これらの変換を見つけるには、まず上記のセクションに従って、ポリシーが学習されたデータセットのエピソードを再生することを推奨します。
その後、推論スクリプトに同じ変換を追加してください（ここでは、examples/ の evaluate.py の例のように、predict_action を呼び出すスクリプトを示しています）：
action_values = predict_action(
observation_frame,
policy,
get_safe_torch_device(policy.config.device),
preprocessor,
postprocessor,
policy.config.use_amp,
task=single_task,
robot_type=robot.robot_type,
)
action = {key: action_values[i].item() for i, key in enumerate(robot.action_features)}
+ action["shoulder_lift.pos"] = -(action["shoulder_lift.pos"] - 90)
+ action["elbow_flex.pos"] -= 90
robot.send_action(action)ご質問や移行に関する問題が発生した場合は、Discordでお気軽にご質問ください。
Update on GitHub