#!/usr/bin/env python3 """Прогон клетки «OpenVLA-OFT × LIBERO» на авторском коде moojink/openvla-oft. Ванильное правило фазы: цикл эпизода, загрузка модели и постобработка действий берутся у авторов (`experiments/robot/libero/run_libero_eval.py`). Наш код делает то же, что и в `run_cell_lerobot.py`, и не больше: 1. читает задание на прогон; 2. ставит начальное состояние сцены по `init_state_id`; 3. подставляет инструкцию из задания вместо `task_description`; 4. пишет строку дампа сразу после эпизода. Три места, где легко получить тихий дефект, и как они закрыты: * **`task_description` служит ещё и КЛЮЧОМ к начальным состояниям** (строка 397 авторского скрипта: `task_description.replace(" ", "_")`). Это происходит только в ветке `initial_states_path != "DEFAULT"`. Мы работаем в ветке DEFAULT, где состояние берётся по индексу, поэтому подстановка инструкции на выбор сцены не влияет. Ветку менять нельзя. * **`cfg.unnorm_key` привязан к имени сьюта** и выставляется ОДИН раз при загрузке модели (`check_unnorm_key`). В чекпойнте OFT четыре сьюта в одних весах, поэтому при переходе между сьютами ключ переставляется явно — иначе действия денормализуются статистикой чужого сьюта, а проценты остаются правдоподобными. * **`env_img_res`** у авторов 256, и мы его не трогаем: это часть их стенда. Пример: python scripts/gpu_box/run_cell_openvla_oft.py \\ --manifest rollouts/manifests/pi05_en.jsonl \\ --checkpoint moojink/openvla-7b-oft-finetuned-libero-spatial-object-goal-10 \\ --shard 0/4 --threads 32 --out dumps/oft/shard0.jsonl """ from __future__ import annotations import argparse import json import os import time from collections import defaultdict from pathlib import Path def parse_args() -> argparse.Namespace: ap = argparse.ArgumentParser(description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter) ap.add_argument("--manifest", required=True, type=Path) ap.add_argument("--checkpoint", "--policy", dest="checkpoint", required=True, help="--policy — псевдоним, чтобы launch_cell.sh был общим " "для всех прогонщиков") ap.add_argument("--model-key", default="openvla_oft") ap.add_argument("--out", required=True, type=Path) ap.add_argument("--shard", default="0/1") ap.add_argument("--device", default="cuda:0", help="принимается для единообразия с launch_cell.sh; " "карта выбирается через CUDA_VISIBLE_DEVICES, а " "авторский код всегда берёт cuda:0") ap.add_argument("--threads", type=int, default=8, help="потоки на работника; см. run_cell_lerobot.py") ap.add_argument("--limit", type=int, default=None) ap.add_argument("--seed", type=int, default=7, help="авторское значение по умолчанию") ap.add_argument("--repo", default=os.environ.get("OPENVLA_OFT_ROOT", "/root/openvla_oft_repo")) ap.add_argument("--cfg", action="append", default=[], metavar="КЛЮЧ=ЗНАЧЕНИЕ", help="переопределить поле авторского GenerateConfig. Нужно " "для БАЗОВОГО OpenVLA: форк OFT — надмножество, и при " "--cfg use_l1_regression=False --cfg use_proprio=False " "--cfg num_images_in_input=1 --cfg num_open_loop_steps=1 " "его цикл сводится к базовому режиму.") return ap.parse_args() def load_manifest(path: Path) -> list[dict]: with path.open(encoding="utf-8") as fh: return [json.loads(line) for line in fh if line.strip()] def select_shard(rows: list[dict], shard: str) -> list[dict]: i, n = (int(x) for x in shard.split("/")) return [r for k, r in enumerate(rows) if k % n == i] def already_done(out: Path) -> set: done = set() if out.exists(): with out.open(encoding="utf-8") as fh: for line in fh: try: rec = json.loads(line) except json.JSONDecodeError: continue done.add((rec.get("task_uid"), rec.get("instruction_axis"))) return done def main() -> None: args = parse_args() os.environ.setdefault("MUJOCO_GL", "egl") if args.threads > 0: for var in ("OMP_NUM_THREADS", "MKL_NUM_THREADS", "OPENBLAS_NUM_THREADS", "NUMEXPR_NUM_THREADS", "VECLIB_MAXIMUM_THREADS"): os.environ[var] = str(args.threads) # Пути разрешаются ДО перехода в каталог авторского репозитория: иначе # относительный путь задания начинает искаться внутри чужого репозитория # (30.08.2026 — три шарда упали именно так). manifest = args.manifest if args.manifest.is_absolute() else args.manifest.resolve() out = args.out if args.out.is_absolute() else args.out.resolve() import sys sys.path.insert(0, args.repo) os.chdir(args.repo) # авторский код резолвит experiments/... от корня репозитория import torch from libero.libero import benchmark from experiments.robot.libero.run_libero_eval import ( GenerateConfig, initialize_model, run_episode, load_initial_states, ) from experiments.robot.libero.libero_utils import get_libero_env from experiments.robot.robot_utils import get_image_resize_size, set_seed_everywhere if args.threads > 0: torch.set_num_threads(args.threads) rows = select_shard(load_manifest(manifest), args.shard) if args.limit: rows = rows[: args.limit] skip = already_done(out) todo = [r for r in rows if (r["task_uid"], r["instruction_axis"]) not in skip] print(f"задание: {len(rows)} эпизодов, осталось {len(todo)}", flush=True) if not todo: return out.parent.mkdir(parents=True, exist_ok=True) set_seed_everywhere(args.seed) overrides = {} for item in args.cfg: k, _, v = item.partition("=") if v in ("True", "False"): val = v == "True" elif v.lstrip("-").isdigit(): val = int(v) else: val = v if not hasattr(GenerateConfig, k): raise SystemExit(f"у авторского GenerateConfig нет поля {k!r}") overrides[k] = val cfg = GenerateConfig( pretrained_checkpoint=args.checkpoint, task_suite_name=todo[0]["suite"], seed=args.seed, use_wandb=False, **overrides, ) if overrides: print(f"переопределено в конфиге авторов: {overrides}", flush=True) t0 = time.time() print(f"загрузка модели {args.checkpoint}", flush=True) model, action_head, proprio_projector, noisy_action_projector, processor = initialize_model(cfg) resize_size = get_image_resize_size(cfg) print(f"модель загружена за {time.time() - t0:.0f} с, " f"ключ денормализации {cfg.unnorm_key!r}", flush=True) by_task = defaultdict(list) for r in todo: by_task[(r["suite"], r["task_id"])].append(r) written = 0 for (suite, task_id), group in by_task.items(): # Ключ денормализации переставляется вместе со сьютом: в одном чекпойнте # четыре сьюта, и чужая статистика даёт правдоподобные, но неверные # действия. cfg.task_suite_name = suite cfg.unnorm_key = suite if suite in model.norm_stats else f"{suite}_no_noops" assert cfg.unnorm_key in model.norm_stats, ( f"нет статистик денормализации под сьют {suite}: " f"есть {sorted(model.norm_stats)}") task_suite = benchmark.get_benchmark_dict()[suite]() task = task_suite.get_task(task_id) initial_states, _ = load_initial_states(cfg, task_suite, task_id, None) for row in group: env, author_text = get_libero_env(task, cfg.model_family, resolution=cfg.env_img_res) given = row["instruction_text"] t_ep = time.time() success, _ = run_episode( cfg, env, given, model, resize_size, processor, action_head, proprio_projector, noisy_action_projector, initial_states[row["init_state_id"]], None, ) seconds = time.time() - t_ep line = { "task_uid": row["task_uid"], "suite": row["suite"], "task_name": row["task_name"], "task_id": row["task_id"], "init_state_id": row["init_state_id"], "episode_id": row.get("episode_id"), "reset_seed": args.seed, "commit": row["commit"], "instruction_axis": row["instruction_axis"], "instruction_text": given, "author_task_language": author_text, "image": (row.get("images") or {}).get("agentview_rgb"), "success_predicates": row.get("success_predicates"), "success": bool(success), "success_source": "env", "seconds": round(seconds, 2), "model": args.model_key, "policy_path": args.checkpoint, "unnorm_key": cfg.unnorm_key, "num_open_loop_steps": cfg.num_open_loop_steps, "cfg_overrides": overrides or None, "env_img_res": cfg.env_img_res, } with out.open("a", encoding="utf-8") as fh: fh.write(json.dumps(line, ensure_ascii=False) + "\n") fh.flush() written += 1 print(f"[{written}/{len(todo)}] {row['task_uid']} success={success} " f"{seconds:.0f}s", flush=True) try: env.close() except Exception: pass print(f"готово: {written} эпизодов в {out}", flush=True) if __name__ == "__main__": main()