lerobot_learn/docs/p0-3080-20260908.md

3080 软件验收记录 · 2026-09-08

状态：本机基础环境及离线合成数据管线通过。机械臂未到货，3090 未验收，整个 P0 尚未完成。

环境

• Ubuntu 24.04.3 x86_64；RTX 3080 10240 MiB；驱动 550.163.01。
• Python 3.12.3；uv 0.12.10；FFmpeg 6.1.1-3ubuntu5；已安装 build-essential/python3-dev。
• LeRobot 0.6.1；PyTorch 2.7.1+cu126；TorchVision 0.22.1；TorchCodec 0.4.0；PyAV 15.1.0。
• 112 个依赖包；uv pip check 通过；按哈希同步安装通过。
• 锁 SHA256：d3876e8ff74ba8356618bf6f6059fc32be33e3ed6301a50d164b668884405e18。

原始输入会选择 PyTorch 2.11 / CUDA 13，因此约束为 CUDA 12 的版本组合。配对依据：TorchCodec 官方兼容表、NVIDIA CUDA minor compatibility；本机 CUDA 运算及 ACT 训练已实际通过。未升级系统驱动。

通过的检查

• CUDA 矩阵运算；ACT、SmolVLA、SO follower/leader 和视频库导入。
• 电机设置、校准、遥操、录制、训练、rollout CLI 帮助加载；端口/相机发现 CLI 存在，未连接硬件。
• 3 段共 72 帧合成 LeRobot 数据写入、H.264 编码、PyAV/TorchCodec 读取及跨 episode 边界取样。
• ACT batch=2、chunk=8、128×96 单相机、6 维状态/动作、seed=42、无预训练视觉权重，10 步 CUDA 训练完成。
• 保存及重载完整模型/处理器；输出形状为 (1, 6)，无 NaN/Inf。

测量

• 训练子进程含初始化和保存：4.55 秒；逐步日志峰值 allocated 显存约 1.38 GiB（上游日志精度 0.01 GiB）。
• 重载推理：预热 5 次后测 20 次，每次清空动作缓存并重新生成 chunk；包括预处理和后处理，不包括图像解码/硬件采集。
• 推理 P50/P95/P99：2.19 / 3.48 / 3.56 ms；推理峰值 allocated 显存 214.49 MiB。
• 最后一步显存另列于 JSON；上游逐步重置峰值计数，不能拿末步值替代全程峰值。

2026-09-09 又完成一轮更接近正式配置的单相机基准：640×480、batch=8、chunk=100、预训练 ResNet18、10 步训练。训练子进程含初始化和保存共 8.26 秒，逐步日志峰值 allocated 显存约 2.17 GiB；重载推理 P50/P95/P99 为 5.17 / 5.19 / 5.22 ms，推理峰值 allocated 显存 265.21 MiB。结果见 640×480 基准 JSON。

上述数字只适用于合成小图像配置，不能推断真实任务成功率、640×480 多相机显存或端到端控制延迟。SmolVLA 只通过导入，尚未下载基座或微调。

本机证据路径

• 基础环境：/home/ubuntu/robot/reports/20260908T090146Z-51776/
• 最终管线：/home/ubuntu/robot/reports/pipeline-20260908-final/
• 管线内含 result.json、train.log、合成数据及 training/checkpoints/000010/pretrained_model/。
• 可移植精简结果：p0-3080-result.json。复验命令：到货前准备。
• 640×480 基准：/home/ubuntu/robot/reports/pipeline-640x480-b8/。

剩余

3090 同锁安装及验收；真实相机和示范数据检查；机械臂组装、校准、遥操和停止验证；真实 ACT 训练及 20 次评测。合成 checkpoint 不用于机械臂。