openpi 适配 Piper 机械臂:VLA 训练栈的实战改造

为什么改 openpi

Physical Intelligence 的 openpi 是当前最活跃的开源 VLA 训练栈之一(Pi0/Pi0.5 模型)。但它默认面向 Mobile ALOHA / Franka 等官方硬件——想在自己 2000 元级的 Piper 机械臂上训练 VLA,需要一层适配。

AIIT-openpi 就是这个适配层:保留上游模型和训练栈,增加 Piper policy、LeRobot 数据准备工具、Piper 微调配置和 checkpoint 分析。

openpi 的 policy 是”模型 + 动作空间 + 归一化”的组合。Piper 六轴臂和官方硬件的关节数、量程、单位都不同,需要:

采到的 LeRobot v3.0 数据集不能直接喂给训练栈,需要转换到 v2.1 并计算归一化统计:

# Convert a LeRobot v3.0 dataset to v2.1 and compute normalization statistics.
python -m openpi.training.dataset_convert --dataset <your-dataset>

数据格式的版本兼容是”数据闭环”里最琐碎也最容易断的环节——上游训练栈、数据采集端、推理端三方的格式在各自演进。

以 Pi0.5 为基础,微调自有机械臂数据:

# Fine-tune pi0.5 (使用缓存 checkpoint 时开启 HF_HUB_OFFLINE=1)
python -m openpi.training.train --config <piper-config>

关键点:基础模型 checkpoint 提前缓存——离线环境下用 HF_HUB_OFFLINE=1 训练, 避免训练中途因为下载中断。

上游默认 JAX,新增了 PyTorch 支持(单卡/多卡/多机训练 + 推理 + policy server)。对自有硬件更友好,也方便和更广的社区工具链对接。

采集(AIIT-Roboarm, LeRobot v3.0)
  → 转换(openpi 工具, v2.1 + 归一化)
  → 微调(Pi0.5 + Piper config)
  → 推理(Piper policy 反归一化 → 关节命令)
  → 回放部署(roboarm 推理模块)

四个环节全部开源、全部可复现——这是这个项目组合最有价值的地方:不是单个模型, 是一条可以跑通的数据闭环。