cjgogo/RoboDojo-pi05-checkpoints

RoboDojo π0.5 checkpoints

这是 cjgogo 在 RoboDojo 数据上训练的 π0.5 JAX/Orbax checkpoint 集合。仓库同时保留模型参数、优化器/训练状态、归一化统计和 Orbax 元数据，因此既可用于推理，也可用于兼容配置下的断点续训。

安全提示： 真机 checkpoint 目前只完成训练与离线验证。本仓库不代表已经完成真机闭环安全验证。未经独立限位、急停、低速和工作空间检查，不得直接向机械臂发送动作。

Checkpoint 一览

路径	类型	Step	大小（约）	说明
checkpoints/sim-10task/9000	π0.5 全量微调	9,000	42 GB	10 个仿真任务的中间 checkpoint，约 5.43 epochs
checkpoints/sim-10task/14077	π0.5 全量微调	14,077	42 GB	原计划终点，约 8.5 epochs
checkpoints/sim-10task/15000	π0.5 全量微调续训	15,000	42 GB	从 14,077 继续训练，约 9.06 epochs
checkpoints/real-piper6-lora/3000	π0.5 JAX LoRA	3,000	9 GB	PiPER 六任务中间 checkpoint
checkpoints/real-piper6-lora/6000	π0.5 JAX LoRA	6,000	9 GB	PiPER 六任务中间 checkpoint
checkpoints/real-piper6-lora/7594	π0.5 JAX LoRA	7,594	9 GB	PiPER 六任务最终 checkpoint，约 8 epochs

没有发布以下目录：

• RoboDojo-sim-arx_x5-joint-0/59999：训练基座，不是本轮训练产物。
• 17077.orbax-checkpoint-tmp-4：未完成的 Orbax 临时目录。

详细机器可读参数见 metadata/checkpoints.json。

仿真 10 任务训练

训练数据来自 RoboDojo_lerobot_v30_video，按官方 34 个带演示任务的类别比例选择 10 个任务：

• Generalization：fold_clothes、make_toast、stack_blocks、stack_bowls
• Memory：press_by_number、swap_blocks
• Precision：deposit_coin、plug_in_charger
• Long-Horizon：classify_objects、organize_table

关键参数：

• 基座：RoboDojo-sim-arx_x5-joint-0/59999
• OpenPI config：pi05_base_aloha_full_sim_arx-x5_seed_0
• 数据：1,000 episodes，423,985 frames
• 动作：ARX X5 双臂 14 维 joint action
• 图像：头部、左腕、右腕三个相机
• global batch size：256
• 训练：8 张 H200，JAX FSDP
• seed：0
• 优化器：AdamW；gradient clip norm 1.0
• 学习率：1e-5 peak，1e-6 final，1,408 warmup steps
• 保存间隔：3,000 steps

目前的 stack_bowls 单 episode smoke 表明三个仿真 checkpoint 均能生成有效结果、视频和 telemetry；这不是完整 RoboDojo 排行榜成绩。正式多任务评测结果应在完成后另行发布，不能用 smoke 成功率代替正式成功率。

PiPER 六任务真机 LoRA

只使用 RoboDojo 官方 PiPER 数据：

fill_pen_holder、put_objects_into_basket、stack_and_cover_blocks、stack_bowls、stand_up_bottles、insert_charger。

关键参数：

• 基座：gs://openpi-assets/checkpoints/pi05_base/params
• OpenPI config：pi05_base_piper6_lora_real
• 模型：Pi0Config(pi05=True, paligemma_variant="gemma_2b_lora", action_expert_variant="gemma_300m_lora")
• LoRA freeze filter：由同一个 Pi0Config 的 get_freeze_filter() 生成
• total parameters：3,403,421,440
• trainable parameters：466,957,056
• ema_decay=None，adapt_to_pi=False
• 600 episodes；每任务前 90 条训练、后 10 条验证
• 训练 frames：486,037；global batch size：512；目标 7,595 steps
• 训练数据保持审核后的 30 Hz，不静默重采样到 25 Hz
• 状态/动作顺序：左臂 6 关节、左夹爪、右臂 6 关节、右夹爪
• 只对关节使用 delta action；夹爪保持 absolute action
• 相机映射：head→cam_high，left wrist→cam_left_wrist，right wrist→cam_right_wrist

最终 step 7,594 的离线 held-out 指标：validation loss 0.03263、physical flow MSE 0.00898、normalized action MAE 0.07485。它们只衡量离线验证集，不等价于真机任务成功率。

下载

安装最新版 Hugging Face CLI：

python -m pip install -U "huggingface_hub[hf_xet]"

只下载一个 checkpoint：

hf download cjgogo/RoboDojo-pi05-checkpoints \
  --include "checkpoints/sim-10task/14077/**" \
  --local-dir ./RoboDojo-pi05-checkpoints

下载全部内容：

hf download cjgogo/RoboDojo-pi05-checkpoints \
  --local-dir ./RoboDojo-pi05-checkpoints

使用 OpenPI 推理

使用与训练一致的 OpenPI/XPolicyLab 版本。checkpoint 必须保留整个目录结构，不能只复制某个 ocdbt 文件。

仿真 checkpoint 示例：

cd /path/to/openpi
uv run scripts/serve_policy.py policy:checkpoint \
  --policy.config=pi05_base_aloha_full_sim_arx-x5_seed_0 \
  --policy.dir=/absolute/path/RoboDojo-pi05-checkpoints/checkpoints/sim-10task/14077

PiPER LoRA 示例：

cd /path/to/openpi
# 将 metadata/openpi_config_piper6.py 中的 PiPER config 合并到相同版本的
# src/openpi/training/config.py，然后启动：
uv run scripts/serve_policy.py policy:checkpoint \
  --policy.config=pi05_base_piper6_lora_real \
  --policy.dir=/absolute/path/RoboDojo-pi05-checkpoints/checkpoints/real-piper6-lora/7594

若使用 XPolicyLab，可以把下载后的 step 目录作为 ckpt_name 的绝对路径传给 setup_eval_policy_server.sh。仿真端仍应使用 RoboDojo 官方任务定义、native episode 数和原生成功判定。

断点续训

每个目录都包含 train_state，可在训练代码与配置兼容时使用 --resume。续训前必须保持：

• 相同的 OpenPI 模型结构与 Orbax/JAX 兼容版本；
• 相同的数据字段、相机映射、action semantics 和 normalization asset id；
• 与 checkpoint 对应的 config；
• 完整的 _CHECKPOINT_METADATA、params、train_state 和 assets。

许可与归属

• OpenPI 代码采用 Apache-2.0，见 licenses/LICENSE_OPENPI。
• 模型包含/派生自 Gemma，受 Gemma Terms of Use 和 Prohibited Use Policy 约束，见 licenses/LICENSE_GEMMA 与 NOTICE。
• RoboDojo 代码、任务和数据仅限非商业研究、教育与评测，见 licenses/LICENSE_ROBODOJO。
• 本仓库公开可见不等于允许商业使用，也不取消上述第三方限制。

引用

请同时引用 Physical Intelligence 的 π0/π0.5 工作以及 RoboDojo 项目。完整引用格式请以各自官方仓库的最新说明为准。