OpenPI（Open Physical Intelligence） 是由Physical Intelligence团队开发的开源机器人基础模型项目，专注于视觉-语言-动作（VLA）的联合建模，旨在实现通用机器人控制。

目前百舸异构计算平台提供了openpi/π0及π0-fast 模型的训练模版，内置训练代码和镜像，您可以在平台分布式训练模块中，快速发起训练。

前置条件

算力和存储资源准备

算力资源

下表给出了不同模型在百舸默认参数和数据集的情况下，训练所依赖的最低配置：

存储资源

为保证训练的性能，推荐使用并行文件存储PFS。

数据准备

数据集准备

可使用官方数据集：https://huggingface.co/datasets/openvla/modified_libero_rlds

百舸平台已经在对象存储BOS中预置上述训练数据集。您可以从对应地域的BOS路径中下载数据。

1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0-fast/data/modified_libero_rlds

数据转换为LeRobot dataset

将自定义的数据集转换为LeRobot dataset。可以使用官方脚本进行转换。

百舸平台已经在对象存储BOS中预置转换后数据集，您可以从对应地域的BOS路径中下载数据.

1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0-fast/data/libero

准备数据映射文件和训练配置文件（可选）

如需要使用自定义的数据集微调模型，需要重新定义数据处理和训练的配置。以下Libero 数据集作为示例，您可以针对自己的数据集进行修改

• 定义从 Libero 环境到模型的数据映射的配置，示例参考，如需要自定义，可以在训练代码中指定DATA_CONFIG文件路径替换。

• 定义微调超参数、数据配置和权重加载器配置。如需要自定义，可以在训练代码中指定TRAINING_CONFIG文件即可

  config文件参考示例：

  Plain Text 复制

  1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0-fast/training_config.py

模型权重& tokenizer准备

百舸平台已经在对象存储BOS中预置模型权重,您可以从对应地域的BOS路径中下载数据。

openpi/π0 模型权重

1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0-fast/ckpt/pi0_fast_base

openpi/π0-fast 模型权重

1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0/ckpt/pi0_base

Tokenizer：

1bos://cce-ai-datasets/cce-ai-datasets.bj.bcebos.com/openpi/pi0-fast/tokenizer/paligemma_tokenizer.model

进行训练

1. 登录百舸异构计算平台AIHC控制台。

2. 进入 分布式训练 列表页面，点击创建任务，填写任务配置信息：

   • 基础信息

     • 任务名称：输入您的自定义任务名称
     • 资源池&队列：选择已创建的资源池和队列
     • 优先级：默认 中 优先级，无需更改
     • 训练框架：选择Pytorch
     • 任务创建方式： 选择 基于开源模型训练模版创建
     • 模型：选择对应的模型和训练方式

   • 环境配置

     • 镜像地址：无需更改，平台默认提供
     • 执行命令：系统已经默认训练的启动参数，需要替换数据集、模型权重配置等配置信息
     • 环境变量：无需更改

   • 资源配置

     • 实例数：这里我们选择的是openpi模型的微调，使用H800训练
     • 加速芯片：这里选择提前准备的GPU，单实例1/8卡
     • 共享内存：默认10Gi
     • RDMA：默认开启，无需更改

   • 设置数据源

     • 存储类型：这里选择我们提前准备的PFS
     • PFS源路径：PFS的挂载路径，默认根目录，按实际情况填写
     • 挂载路径：容器内的挂载路径
3. 点击 完成，提交训练任务。

观察训练迭代

任务提交后，您可以通过任务日志观察训练的迭代情况