fine-tuning-openvla-oft - 微调与评估 OpenVLA-OFT 机器人策略
使用连续动作头、LoRA 适配和 FiLM 条件化，在 LIBERO 与 ALOHA 上微调和评估 OpenVLA-OFT 策略。
标签
更新于: 2026-09-29能力
典型输入
典型输出
该技能可以做什么
- 微调 OpenVLA-OFT 策略
- 评估 LIBERO 检查点
- 训练连续动作头
- 使用 LoRA 适配模型
- 应用 FiLM 条件化
- 合并 LoRA 权重
- 解析评估日志
- 部署服务器客户端推理
输入
- OpenVLA-OFT 代码库
- 预训练模型检查点
- RLDS 训练数据集
- ALOHA 示范数据
- 任务套件配置
- W&B 项目凭据
输出
- 微调后的模型检查点
- LIBERO 成功率
- ALOHA 推理结果
- 合并后的 LoRA 模型文件
- 评估日志摘要
- 服务器客户端推理状态
要求
- Python 3.10.14 环境
- NVIDIA GPU 资源
- PyTorch 2.2.0
- PEFT 0.11.1
- Transformers 4.40 或更高版本
- FlashAttention2 安装
- 论文规模训练所需的八块 GPU
- 复现实验所需的定制 Transformers 分支