PhoenixHu/doc_vla_cache_train

NAVSIM navtrain metric cache

NAVSIM navtrain split 的 metric cache，用于 PDM score 计算（AutoVLA 等做 RL/GRPO 训练时的 reward， 或跑 PDMS 评测）。纯 CPU 产物，与模型无关，一次生成可永久复用。

场景数	103,288（train 101,288 + val 2,000）
大小	35 GB（解包后）
生成	navsim/planning/script/run_metric_caching.py，train_test_split=navtrain
覆盖率	对 navtrain 的 101,288 个训练样本 100% 覆盖，缺 0

每个 metric_cache.pkl（lzma 压缩，约 450 KB）含 PDMScorer 判分所需的全部内容： ego_state、trajectory（PDM 参考轨迹）、observation（各时刻 agent 占用）、 centerline、route_lane_ids、drivable_area_map。

下载与解包

huggingface-cli download PhoenixHu/doc_vla_cache_train --repo-type dataset --local-dir .
cat navtrain_metric_cache.tar.part* | tar xf -
# -> navtrain_metric_cache/

🔴 必读：解包后必须改写 metadata 里的绝对路径

metadata/navtrain_metric_cache_metadata_node_0.csv 里存的是生成时那台机器的绝对路径 （/scratch/mh2803/vla/nuplan/navtrain_metric_cache/...）。MetricCacheLoader 会原样拿它开文件：

# navsim/common/dataloader.py
metadata_file = [f for f in metadata_dir.iterdir() if ".csv" in str(f)][0]   # 注意是子串匹配
cache_paths   = f.read().splitlines()[1:]                                    # 绝对路径，直接使用

不改的话症状是：每个场景都 Agent failed、PDMS 全 0，而 .pkl 明明就在本地。

NEW=/your/path/to/navtrain_metric_cache
sed -i "s#/scratch/mh2803/vla/nuplan/navtrain_metric_cache#${NEW}#g" \
    "$NEW"/metadata/*.csv

⚠️ 备份不要放在 metadata/ 里面 —— 上面那行是 ".csv" in str(f) 的子串匹配， xxx.csv.bak 也会被选中，[0] 可能挑到它，等于没改。备份放到 metadata/ 之外。

改完自检：

from pathlib import Path
from navsim.common.dataloader import MetricCacheLoader
print(len(MetricCacheLoader(Path("<你的路径>")).tokens))   # 应为 103288

相关

• 配套的 166.3k 训练样本 JSON： PhoenixHu/doc_vla_nuplan_166k_json

许可

派生自 nuPlan / OpenScene， 请遵守其原始许可条款。本仓库仅为已授权用户提供预计算的中间产物，不含任何原始传感器数据或标注。