复现aloha

1. 环境配置

1.1 创建虚拟环境及安装依赖

# 创建并激活 Conda 虚拟环境
conda create -n aloha python=3.8.10
conda activate aloha

# 安装依赖项
pip install pyquaternion
pip install pyyaml
pip install rospkg
pip install pexpect
pip install mujoco==2.3.7
pip install dm_control==1.0.14
pip install opencv-python
pip install matplotlib
pip install einops
pip install packaging
pip install h5py
pip install ipython 
pip install diffusers
pip install torch==2.0.1+cu118 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118

1.2 安装 DETR

# 安装 DETR 模块
cd act/detr
pip install -e .

1.3 安装 GPU 版本 PyTorch

根据 CUDA 版本（如 CUDA 11.8）选择合适的命令，以下为示例：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

pip3 install torch==2.0.1+cu118 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118

1.4 编译安装 egl-probe（不报错可忽略）

• 步骤：

如果报错ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (egl_probe)或者subprocess.CalledProcessError: Command 'cmake ..; make -j' returned non-zero exit status 1.

进到egl_probe的setup.py把这个改为这样，

subprocess.check_call("cmake, cwd=build_dir, shell=True)

如果是mac或linux改为

subprocess.check_call("make -j, cwd=build_dir, shell=True)

1.5 安装 robomimic（支持 diffusion_policy 模块）

直接安装 Release 版本可能不兼容，需安装 diffusion-policy-mg 分支：

git clone https://github.com/ARISE-Initiative/robomimic.git -b diffusion-policy-mg
cd robomimic
pip install -v -e .

1.6 配置 util 库(不报错可忽略)

将 act/detr/util 复制到虚拟环境的 site-packages 路径中（如 D:\Anaconda3\envs\aloha\Lib\site-packages）。

2. SIM 仿真环境训练

2.1 数据集构建

1. 运行以下命令收集数据集（如生成 50 集数据）：

   python record_sim_episodes.py --task_name sim_transfer_cube_scripted \
       --dataset_dir data/sim_transfer_cube_scripted --num_episodes 50 --onscreen_render
   

2. 可视化仿真数据：

   python visualize_episodes.py --dataset_dir data/sim_transfer_cube_scripted --episode_idx 0
   

3. act-plus-plus/data
   ├── sim_insertion_human
   ├── sim_insertion_scripted
   ├── sim_transfer_cube_human
   └── sim_transfer_cube_scripted
   

2.2 修改配置（这句一定要改）

1. 修改数据集路径 (constants.py)：

   DATA_DIR = 'D:/aloha/data'
   

2. 修改 detr_vae.py 文件：

   # 285 行，替换 encoder 实现方式
   encoder = build_encoder(args)
   

2.3 运行训练

运行训练脚本：

python imitate_episodes.py --task_name sim_transfer_cube_scripted \
    --ckpt_dir trainings --policy_class ACT --kl_weight 10 --chunk_size 100 \
    --hidden_dim 512 --batch_size 8 --dim_feedforward 3200 --num_steps 2000 --lr 1e-5 --seed 0

注意：

• 如果不需要 W&B 可视化结果，选择选项 3。
• 建议根据硬件能力调整 chunk_size 和 batch_size。

2.4 评估模型

添加 --eval 标志运行测试：

python imitate_episodes.py --eval --task_name sim_transfer_cube_scripted \
    --ckpt_dir trainings/test1 --policy_class ACT --kl_weight 10 --chunk_size 100 \
    --hidden_dim 512 --batch_size 8 --dim_feedforward 3200 --lr 1e-5 --seed 0 --num_steps 100 --onscreen_render

2.5 导出评估视频

添加视频保存逻辑：

frame = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)  # 转换图像格式
out.write(frame)  # 保存到视频流
out.release()  # 释放资源

3. 额外说明

• 调优提示：
  • 训练时长：对于复杂数据集，建议至少 5000 步或 3-4 倍时间。
  • 成功率：可以通过延长训练时间提升模型的稳定性与准确率。
• 使用 W&B 可视化（可选）：
  • 在运行前添加 API 密钥：

    os.environ["WANDB_API_KEY"] = '你的密钥'