Logic
57 lines
2.3 KiB
YAML
57 lines
2.3 KiB
YAML
defaults:
|
|
- agent: resnet_transformer
|
|
- data: simpe_robot_dataset
|
|
- eval: eval
|
|
- _self_
|
|
|
|
# ====================
|
|
# 训练配置
|
|
# ====================
|
|
train:
|
|
# 基础训练参数
|
|
batch_size: 16 # 批次大小
|
|
lr: 1e-4 # 学习率
|
|
max_steps: 100000 # 最大训练步数
|
|
device: "cuda" # 设备: "cuda" 或 "cpu"
|
|
disable_cudnn: false # 遇到当前机器的 cuDNN 兼容性问题时可置 true
|
|
|
|
# 数据加载
|
|
num_workers: 12 # DataLoader 工作进程数（调试时设为 0）
|
|
val_split: 0.0 # 验证集比例；默认使用全量数据训练
|
|
seed: 42 # 随机种子（用于数据划分）
|
|
|
|
# 日志和检查点
|
|
log_freq: 100 # 日志记录频率（步数）
|
|
save_freq: 2000 # 保存检查点频率（步数）
|
|
use_swanlab: false # 是否启用 SwanLab 标量日志
|
|
swanlab_project: "roboimi-vla" # SwanLab project 名称
|
|
swanlab_run_name: null # 可选的 SwanLab 运行名
|
|
rollout_val_freq_epochs: 50 # 每隔多少个 epoch 执行一次 rollout 验证
|
|
rollout_validate_on_checkpoint: false # 是否在保存 checkpoint 后立即运行 rollout 验证
|
|
rollout_num_episodes: 3 # rollout 验证的回合数
|
|
rollout_device: ${train.device} # rollout 使用的设备；默认跟随训练设备
|
|
rollout_num_workers: null # rollout 并行 worker 数；null 时 CUDA 自动推断，CPU 保持 1
|
|
rollout_cuda_devices: null # rollout CUDA 并行使用的逻辑 device 列表；null 时默认 [0]
|
|
rollout_response_timeout_s: 300.0 # rollout worker 等待 inference server 响应的超时时间
|
|
rollout_server_startup_timeout_s: 300.0 # rollout 等待 inference server 就绪的超时时间
|
|
|
|
# 学习率调度器（带预热）
|
|
warmup_steps: 2000 # 预热步数（Transformer建议更长）
|
|
scheduler_type: "cosine" # 预热后的调度器: "constant" 或 "cosine"
|
|
min_lr: 1e-6 # 最小学习率（用于余弦退火）
|
|
|
|
# 优化器
|
|
weight_decay: 1e-5 # 权重衰减（L2 正则化）
|
|
grad_clip: 1.0 # 梯度裁剪阈值
|
|
|
|
# 微调配置
|
|
pretrained_ckpt: null # 预训练 checkpoint 路径（用于微调），例如: "checkpoints/vla_model_step_8000.pt"
|
|
|
|
# ====================
|
|
# 实验配置
|
|
# ====================
|
|
experiment:
|
|
name: "vla_diffusion" # 实验名称
|
|
notes: "" # 实验备注
|
|
tags: [] # 实验标签
|