RoboAssemblyBench plumbers_block residual RL checkpoints
用于 Fabrica plumbers_block 装配任务三个局部插入段的原始 PPO 试训权重。对应 RoboAssemblyBench 的 fabrica_plumbers_block_ur5e_staged@rl recipe,可直接下载回现有代码要求的路径。
本仓库发布三个现有检查点,未重新训练、转换格式或修改权重。 它们输出局部残差,与几何引导、柔顺控制、真实夹持及安全保护共同工作,不是独立完成整个装配的端到端策略。紫色 part_3 使用物理伺服,不属于本仓库的三个 RL 段。
权重与兼容代码
推荐代码版本:baiyu858/RoboAssemblyBench @ 9ce8cd93cf28bb9e33ac1218db2304239ebb7da6。完整 recipe、机器人、场景资产及运行环境由代码仓库提供。
| 插入段 | 文件路径(相对代码仓库根目录) | 累计训练决策步数 | 格式 |
|---|---|---|---|
白件 part_0 |
checkpoints/plumbers_block/part0_physical_rl/policy.pt |
2,048 | 兼容读取的第一版 ur5e-part0-contact-ppo-v1 |
第一销 part_1 |
checkpoints/plumbers_block/part1_physical_rl/policy.pt |
4,096 | roboassemblybench-contact-insertion-ppo-v2 |
第二销 part_4 |
checkpoints/plumbers_block/part4_physical_rl/policy.pt |
4,096 | roboassemblybench-contact-insertion-ppo-v2 |
所有策略使用 55 维仿真状态观测和 6 维动作(局部平移与转角残差),控制器版本为 3。第一版白件检查点由代码中的 core/rl/legacy.py 兼容加载。两个销的检查点带独立任务协议,不应互换。policy.pt 保留原始模型、优化器及训练状态,以保持 recipe 的完整文件哈希一致。
下载到服务器
在已克隆的 RoboAssemblyBench 根目录运行,安装 huggingface_hub 后执行:
python - <<'PY'
from huggingface_hub import snapshot_download
snapshot_download(
repo_id="baiyu858/RoboAssemblyBench-plumbers-block-rl",
allow_patterns=["checkpoints/plumbers_block/*/policy.pt"],
local_dir=".",
)
PY
该命令按原目录结构下载三个检查点。若需要先检查已有文件、固定一次下载的远端提交并逐项验证 SHA-256,可使用本仓库的 download_weights.py:
# download_weights.py 来自本模型仓库,--local-dir 指向代码仓库根目录。
python /path/to/download_weights.py --local-dir /path/to/RoboAssemblyBench
下载脚本遇到已有且哈希不同的权重时会停止,由使用者先备份或移开原文件。manifest.json 和 SHA256SUMS 保存原始检查点校验值;主任务 recipe 运行时也会检查权重哈希。
运行完整流程
先按代码仓库说明准备 Isaac Sim、Conda 环境及 Fabrica/场景资产。下面命令在 RoboAssemblyBench 根目录运行:
PLUMBERS_RUN_DIR="$PWD/outputs/plumbers_rl_$(date +%Y%m%d_%H%M%S)"
conda run --no-capture-output -n internutopia311 \
python roboassemblybench/scripts/validate_fabrica_canonical_ur5e.py \
--tasks fabrica_plumbers_block_ur5e_staged@rl \
--seed 4906 --layout-seed 4906 \
--output-dir "$PLUMBERS_RUN_DIR" \
--record-live-video --live-video-fps 10 \
--live-video-frame-stride 24 --live-video-encoder stream
权重不包括机器人、USD场景、Fabrica网格、训练入口快照和完整训练环境。当前 recipe 另有整轴对齐、力矩软限卸载和第二销分段释放等执行配置;它们位于代码中,不通过修改旧权重内部配置启用。复现实验应同时使用上述代码版本和三个匹配的检查点。
验证范围
三个检查点与推荐版本的混合控制流程一起,已在 seed/layout seed 均为 4906 的一次从初始场景连续仿真中完成装配。运行包含三个 RL 插入段、紫件物理伺服、两销释放、右臂释放、双臂回 home 和最终无夹持稳定检查。结果 success=true,64,130 个物理步,仿真时间约 267.21 s,实际运行约 60.32 分钟。摘要见 validation_summary.json。
这次结果的最终验收使用当前 recipe:白件固定特征点位置公差 15 mm、总转角公差 50°;两销轴倾斜公差 5°,释放后不限制绕自身轴的自转;最终稳定确认连续 30 个物理步。它不代表所有零件均达到 1 mm / 1° 的最终装配精度。
这些仍是试训权重,未证明收敛或随机布局泛化。 检查点内的训练报告记录的随机探索回合局部成功数分别为白件 0/13、第一销 2/5、第二销 3/4;这些训练期计数不是评测成功率。权重内部的历史 benchmark_success=false、deployment_validated=false 标记保持不变。后续整流程成功来自更新后的混合控制系统,不能单独归因于 PPO,也不能把单次成功视为 100% benchmark 成功率。
许可
沿用项目的 MIT 许可,见 LICENSE。本仓库仅分发自有策略检查点与说明,不重新分发 Isaac Sim 或第三方场景/几何资产;相关依赖需按各自许可获取。