首页 / Robot / G1 E2E / 真机微调

真机数据微调 GR00T

中文译本 · 原文 真机数据微调 GR00T

在转好的 LeRobot 数据集上微调 GR00T 1.7,并准备导出和部署用的产物。

在 x86_64 工作站上跑,GPU 至少是 L40 这一档(40 GB 以上显存)。Unitree G1 微调和后续导出用 nvidia-isaac/gr00t-leapp-export 的 gr00t_workflow_0.1 标签。

提示

想跳过微调,用官方真机模型 nvidia/GR00T-N1.7-ApplePnP-V1。

git clone --branch gr00t_workflow_0.1 --recurse-submodules https://github.com/nvidia-isaac/gr00t-leapp-export.git
cd gr00t-leapp-export
uv sync --python 3.10

先接受 nvidia/GR00T-N1.7-3B 和 nvidia/Cosmos-Reason2-2B 的模型条款,再登录:

uv run hf auth login

<dataset-dir> 是转换器输出目录。默认是 ${ISAAC_ROS_WS}/recordings/lerobot_output。

配置

参数含义取值
--base-model-path预训练 GR00T 权重nvidia/GR00T-N1.7-3B
--dataset-path真机 LeRobot 数据集<dataset-dir>
--embodiment-tag本体标识NEW_EMBODIMENT
--max-steps总步数10000
--save-steps存 checkpoint 的间隔2000
--global-batch-size有效 batch32

检查数据集

训练前看 <dataset-dir>/meta/info.json:

苹果到盘子至少采集 200 条 episode 再微调。

模态配置

G1 数据集上,转换器会写出默认模态配置,微调命令里直接用这个文件:

<dataset-dir>/new_embodiment_config_defaults.py

里面包括:

默认的苹果到盘子数据集不需要再改模态。

启动训练

在 gr00t-leapp-export 根目录跑。checkpoint 写到 <output-dir>/checkpoint-<step>/。步数、保存间隔和 batch 是起点,按数据量和机器再调。

CUDA_HOME=/usr/local/cuda \
CUDA_VISIBLE_DEVICES=0 \
PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True \
uv run python gr00t/experiment/launch_finetune.py \
    --base-model-path nvidia/GR00T-N1.7-3B \
    --dataset-path <dataset-dir> \
    --embodiment-tag NEW_EMBODIMENT \
    --modality-config-path <dataset-dir>/new_embodiment_config_defaults.py \
    --num-gpus 1 \
    --output-dir <output-dir> \
    --max-steps 10000 \
    --save-steps 2000 \
    --global-batch-size 32 \
    --dataloader-num-workers 4

微调 GR00T 至少要 40 GB 显存,例如 L40、A100、H100、RTX 6000 Ada 或 RTX PRO 6000 Blackwell。

要点

真机示教上的 GR00T 1.7 已经微调完,checkpoint 可以交给 LEAPP 导出。