训练 · 2026-09-06 夜

今晚训左臂：为什么是 sep3-clean，命令，以及跑测前必须对上的四件事

目标是抓桌面正中那个米色纸杯。数据盘完之后结论很清楚：现役的 0826 右臂模型一集都没覆盖过中位，而 0903 左臂那批覆盖最好、开头干净、视角和现在的标准预置位一致。今晚不需要做任何数据处理，直接开训。

证据等级：跑测过本机实测 · 数据里读的从数据集算出来 · 没核过。本页所有数字都是 2026-09-06 在这台机器上算的。

一、为什么是 sep3-clean（0903 左臂，54 集）

y=0 是两肩正中（左肩 y=+0.133、右肩 y=−0.133 m），杯子放桌面正中就是 y≈0。下面的 y 是每集闭爪那一刻指尖的横向位置，也就是杯子当时站在哪。

数据集	臂	集	闭爪 y 范围（cm）	离中位 <5cm	头 tilt	开头跳变
0826（现役模型用的）	右	40	−31.2 ~ −8.6	0	49.8°	5.5°，6 帧稳
sep2-trim（0902）	右	51	−28.4 ~ +2.1	8	37.5°	已裁
sep3-clean（0903）	左	54	−6.2 ~ +16.9	23	50.1°	2.9°，3 帧稳

三条理由，全部指向同一批：

中位覆盖 23/54 集，而 0826 是 0 集（最近的也差 8.6 cm）数据里读的
头 tilt 50.1°，和 0826 的 49.8° 几乎一样 —— 就是现在的标准预置位；sep2 是 37.5°，换它还要多改一个变量
开头本来就干净：最大单帧关节步 2.9°、第 3 帧就稳。做这批的人已经把唯一有跳变的 1824（6 集、开头 8.2°、稳定在第 15 帧）剔掉了

所以今晚不需要任何数据处理。0902 右臂那 51 集我今天裁过跳变并推了 Hub（xlerobot-right-pick-cup-sep2-trim-20260906），但那是右臂、而且是 37.5° 视角，今晚用不上。

数据体检（我已经跑过）

项	结果
语言指令	`Pick up the cup with the left arm.` —— 试跑必须一字不差下发这句
`verify_dataset.py`	USABLE 54 集 / 13693 帧，行数 = 视频 = 索引，全对得上
相机	3 路；head `240×424`，和试跑一致；fps 30
Hub	已在 `xlerobot-team/xlerobot-left-pick-cup-sep3-clean-20260905`

二、训练命令

和现役模型完全同一套超参（b16 / 20k 步 / freeze_vision_encoder / train_expert_only / lr 1e-4 / chunk 50），只换数据集 —— 这样跑出来能和 0826 那版直接比。

tmux new -s train        # 家里网断不影响它；Pod 不停也不停计费

lerobot-train \
  --policy.path=lerobot/smolvla_base \
  --policy.input_features=null --policy.output_features=null \
  --dataset.repo_id=xlerobot-team/xlerobot-left-pick-cup-sep3-clean-20260905 \
  --batch_size=16 \
  --num_workers=8 \
  --steps=20000 \
  --dataset.eval_split=0.0 \
  --policy.scheduler_decay_steps=20000 \
  --dataset.video_backend=torchcodec \
  --policy.device=cuda --policy.push_to_hub=false \
  --save_freq=2000 --log_freq=100 \
  --job_name=left_sep3_b16_u20k \
  --output_dir=/workspace/outputs/train/left_sep3_b16_u20k

先跑 40 步基准：把 --steps=20000 临时改成 --steps=40 --save_checkpoint=false 跑一遍。健康的样子是 step/s 约 4–5、mem_gb 约 4.6、loss 在降。确认了再开正式的。
checkpoint 存 /workspace（持久卷），别存容器盘。
--eval_split=0.0 是故意的：0.2 是按集号顺序切最后 20%，而集号和杯位相关，会把整片区域切进验证集 —— 08-23 踩过。

三、拿回 checkpoint 之后，跑测前必须对上的四件事

语言指令：必须是 Pick up the cup with the left arm.

脚本会自动从训练数据集读这句，日志里会打 == task string (read from the training dataset ...)。看到那行就是对的。

头部姿态：tilt ≈ 50°（标准预置位 cup-grasp-v0 / trial）

和 sep3-clean 的 50.1° 对得上，不用改。

归位：脚本会自动把左臂放到示范起点

按训练数据集自动算：左臂肩抬 −29.5° / 肘 91.5° / 腕 −64.5°。日志里 [home] left span … 然后 [home] 到位，最大偏差 x.x°。左臂归位真机没跑过没核过，第一次盯一下。

光照：白天跑，或至少把房间白灯打开

G/R 是画面「绿色比红色多多少」，1.0 是中性。今晚实时 1.58，比任何一批训练数据都绿。sep3-clean 是夜里录的（1.21），三批里最接近但仍差一截；0826 白天 0.92。这条不影响训练，只影响你哪天去跑测。

四、这一版能回答什么、不能回答什么


能	「中位的杯子，位置覆盖补上之后抓不抓得到」—— 这是 0826 从来回答不了的，因为它一集都没见过中位
能	和 0826 那版直接比：同超参、同流程、只换数据，差异就是数据的差异
不能	光照。sep3-clean 是夜里录的偏绿数据，白天跑测又是另一个分布
不能	控制频率。回路 2.4 Hz vs 训练 30 Hz，这是我们和「复现成功」的人最大的工程差别，换数据集解决不了
不能	纠错行为。全部数据都是 success-only，没有一集录过「抓偏了再抓一次」

后两条要怎么办，见「SmolVLA 复现不出来 vs 微调效果好」那一页的五个实验。

五、想要更大的一批（第二个变体，不是今晚）

左臂另有 sep2 的 51 集（1819 三十四集 + 1928 十七集），但头 tilt 是 37.5°，和 sep3 的 50.1° 混在一起就是两个视角。按复现清单「一次只改一个变量」，先训 sep3-clean 单独这一版（54 集，正好是复现帖推荐的 ~50 集量级）。要加的话，流程是：裁掉开头跳变（trim_episode_starts.py，约 50 分钟）→ 合并 → 推 Hub → 当第二个变体去比。

数据集：sep3-clean（左臂 54 集） · sep2-trim（右臂 51 集，今天裁的）。相关页：09-06 改动验收单 · SmolVLA 复现。脚本：03-software/scripts/{arm_home.py, trim_episode_starts.py, demo_coverage.py}。