RoboTwin 数据生成及验证镜像
本工程产出两个独立镜像, 覆盖具身智能数据管线中 RoboTwin 仿真侧的三个环节:
| 功能 | 所属镜像 | 入口 | 职责 |
|---|---|---|---|
| hdf5 数据生成 | 数据生成镜像 (大, 含 RoboTwin 资产) | sh /app/entry/data_generation.sh | 在 RoboTwin 仿真中采集专家演示, 产出 XPolicyLab 格式 hdf5 数据集与采集视频 |
| hdf5 转 LeRobot v3 | 转换镜像 (小, 纯 CPU) | sh /app/entry/data2lerobot.sh | 将 hdf5 数据集转换为 LeRobot Dataset v3.0 格式 (可直接用于 VLA 训练) |
| 仿真评测 | 数据生成镜像 (大, 含 RoboTwin 资产) | sh /app/entry/eval_client.sh | 作为客户端连接外部策略服务, 在 RoboTwin 仿真中评测成功率并产出回灌视频 |
三个功能相互独立, 单独调用, 互不依赖。数据生成与评测共用 RoboTwin 资产与仿真环境, 同置一个镜像; 转换为纯 CPU 功能且不依赖仿真资产, 独立成小镜像 (约 4GB, 压缩后约 1.5GB), 平台调度与拉取成本显著低于大镜像 (105GB)。评测入口只含客户端, 不内置任何模型, 被测策略服务由使用方以可达地址提供。
镜像地址 (CCR):
数据生成+评测: ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_data_debug:v20260924_171519
hdf5 转 LeRobot: ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_convert:v20260907_151954
运行前提
硬件与驱动
- 数据生成与评测需要 1 块 NVIDIA GPU: curobo 运动规划跑在 CUDA 上, 渲染走 NVIDIA Vulkan。 GPU 算力覆盖 (构建期预编译): 7.5 (T4/2080Ti), 8.0 (A100/A800), 8.6 (3090/A6000), 8.9 (4090), 9.0 (H100), 12.0 (5090/5090D)。
- 驱动需支持 CUDA 12.8 及以上 (NVIDIA 驱动 570 系列起)。
- 格式转换不需要 GPU, 纯 CPU 容器即可运行。
docker run 通用骨架
所有功能共用以下约定:
- 以非 root 运行: -u 10001:10001。宿主侧挂载给容器写的目录需对该 uid 可写 (独立 docker 场景 chmod 777, 平台场景由平台管理)。
- 平台协议变量三件套必填: OUTPUT_DIR (产物根目录), RESULT_OUTPUT_PATH (结果清单写出路径), STAGE_MANIFEST_PATH (阶段标记写出路径)。
- 一切需保留的产物写入 OUTPUT_DIR; 运行结束 stdout 末行打印 DROBOTICFLOW_RESULT_PATH=<值>, 同时产出 $OUTPUT_DIR/.artifacts.json (产物清单) 与逐条进度标记 DROBOTICFLOW_PROGRESS JSON 行。
- 运行时离线: 不下载任何依赖与素材 (全部构建期打入), 无 HF 在线动作。评测客户端连策略服务的出站连接是功能本体, 不受此限。
- 幂等: 每个入口启动时只清空本功能自身产物, 重跑不残留旧文件。
GPU 入口 (数据生成与评测) 需追加渲染三件套:
docker run --rm -u 10001:10001 --gpus '"device=0"' \
-e NVIDIA_DRIVER_CAPABILITIES=graphics,compute,utility \
-e VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/nvidia_icd.json \
-v /etc/vulkan/icd.d/nvidia_icd.json:/usr/share/vulkan/icd.d/nvidia_icd.json:ro \
... <镜像> sh /app/entry/<入口>.sh
说明: NVIDIA 容器工具链默认不注入宿主的 Vulkan ICD, 且宿主 ICD 路径因发行版而异 (如 Ubuntu 常见 /etc/vulkan/icd.d/nvidia_icd.json 或 /usr/share/vulkan/icd.d/nvidia_icd.json), 按宿主实际路径挂载。渲染走 NVIDIA GPU Vulkan, 与 CUDA 互操作; 纯软件 Vulkan (llvmpipe) 与 CUDA 互斥, 本镜像不支持。运行中出现的 OIDN "invalid handle" 日志为无害噪声, 可忽略。
功能一: hdf5 数据生成
在 RoboTwin 仿真中运行专家策略采集演示数据。支持逗号分隔多任务顺序执行, 每任务产物独立成目录。
示例命令
mkdir -p ./out && chmod 777 ./out
docker run --rm -u 10001:10001 --gpus '"device=0"' \
-e NVIDIA_DRIVER_CAPABILITIES=graphics,compute,utility \
-e VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/nvidia_icd.json \
-v /etc/vulkan/icd.d/nvidia_icd.json:/usr/share/vulkan/icd.d/nvidia_icd.json:ro \
-e OUTPUT_DIR=/out -e RESULT_OUTPUT_PATH=/out/result.json \
-e STAGE_MANIFEST_PATH=/out/stage.json \
-e TASK_NAME=beat_block_hammer -e EPISODE_NUM=1 \
-v "$PWD/out:/out" \
ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_data_debug:v20260924_171519 \
sh /app/entry/data_generation.sh
输入超参
任务与预设:
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| TASK_NAME | string | 必填 | RoboTwin 任务名, 逗号分隔多任务, 逐任务顺序执行 |
| TASK_CONFIG | string | demo_clean | 预设名: demo_clean / demo_randomized / demo_clean_4cam / demo_randomized_4cam |
| EMBODIMENT | string(json) | 不注入时用本体默认 | 本体, 注入时必须为 JSON 数组: ["aloha-agilex"] 单本体, 或 ["本体a","本体b",间距] 双臂异构; 非法 JSON 非 0 退出 |
| OUTPUT_ROOT | string | 空 | hdf5 数据树根; 空值用 OUTPUT_DIR, 相对路径相对 OUTPUT_DIR 解析。每任务写 OUTPUT_ROOT/task_name/ 子目录 |
| VIDEO_OUTPUT_ROOT | string | 空 | 独立运行留空 (视频留在任务目录, 官方布局)。非空时收尾把各任务 videos/ 移到 VIDEO_OUTPUT_ROOT/task_name/videos/, 两个产物端口目录互斥; 相对路径相对 OUTPUT_DIR 解析。平台场景注入相对子目录名实现端口分树 |
采集量与种子:
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| EPISODE_NUM | number | 50 | 每任务采集 episode 数; 每个 episode 循环重试种子直至成功, 必然采满 |
| SEED | number | 0 | 起始种子 |
| USE_SEED | bool | false | true 时只回放已保存种子 |
| COLLECT_DATA | bool | true | false 时只采种子不落数据 |
相机 (覆盖键, 空值跟随预设):
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| HEAD_CAMERA_TYPE | string | 空 | 相机类型, 见相机类型表 |
| WRIST_CAMERA_TYPE | string | 空 | 同上 |
| FRONT_CAMERA_TYPE | string | 空 | 胸部相机类型; 空值沿用本体配置 D435 |
| COLLECT_HEAD_CAMERA | bool | 空 | 头部相机采集开关; 关闭时 hdf5 与评测 obs 均无该相机 |
| COLLECT_WRIST_CAMERA | bool | 空 | 双腕相机采集开关 |
| SAVE_DEPTH | bool | 空 | 开启时各相机组附带 depths 数组, 评测 obs 携带 depth |
域随机化 (覆盖键, 空值跟随预设):
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| RANDOM_BACKGROUND | bool | 空 | 随机背景 |
| CLEAN_BACKGROUND_RATE | number | 空 | 随机背景开启时保留干净背景的比例 |
| CLUTTERED_TABLE | bool | 空 | 桌面杂物 |
| RANDOM_LIGHT | bool | 空 | 随机光照 |
| CRAZY_RANDOM_LIGHT_RATE | number | 空 | 疯狂灯光比例 |
| RANDOM_TABLE_HEIGHT | number | 空 | 桌高扰动, 米 |
| RANDOM_HEAD_CAMERA_DIS | number | 空 | 头部相机距离扰动 |
语言与杂项 (覆盖键, 空值跟随预设):
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| LANGUAGE_NUM | number | 空 | 每任务随机化指令条数, 预设 100 |
| SAVE_FREQ | number | 空 | 数据保存频率 Hz, 预设 15 |
| CLEAR_CACHE_FREQ | number | 空 | 每 N episode 清渲染缓存, 预设 5 |
hdf5 数据格式
每个 episode 一个文件 episode_%07d.hdf5。T 为总帧数, state 取前 T-1 帧, action 取后 T-1 帧。默认预设下四路相机均为 320x240。
/ attrs: source_format="RoboTwin"
├── data_format_version 字符串 "v1.0"
├── instructions JSON 字符串数组, 随机化 language prompts
├── task_description 字符串, 简单任务描述 (与随机化 prompts 并存)
├── additional_info/
│ └── frequency int32
├── state/
│ ├── left_arm_joint_states (T-1, 6) float32
│ ├── left_ee_joint_states (T-1, 1)
│ ├── right_arm_joint_states (T-1, 6)
│ └── right_ee_joint_states (T-1, 1)
├── action/ 与 state 同构, 逐帧时间上移一位
└── vision/
├── cam_head/ colors (T-1,H,W,3) uint8 JPEG 编码存储; depths 可选 (SAVE_DEPTH)
├── cam_third_view/ 结构同 cam_head, 来自 front_camera
├── cam_left_wrist/ 结构同 cam_head
└── cam_right_wrist/ 结构同 cam_head
COLLECT_HEAD_CAMERA 或 COLLECT_WRIST_CAMERA 关闭时对应相机组缺席。
产物与端口
$OUTPUT_ROOT/
└── <task_name>/
├── data/episode_0000000.hdf5 ...
├── videos/episode_0000000.mp4 ...
└── meta.json 本任务 episode 数, 种子, 本体, 相机类型等采集摘要
OUTPUT_ROOT 指向 OUTPUT_DIR 之外时产物清单如实记录实际路径, 由使用方保证该目录可达。
| portId | 类型 | 内容 |
|---|---|---|
| dataset_hdf5 | file (directory) | hdf5 数据集大目录 (含任务子目录) |
| dataset_video | video (directory) | 采集过程视频大目录 (含任务子目录) |
功能二: hdf5 转 LeRobot Dataset v3.0
将功能一产物 (或同构的自有 hdf5) 转换为 LeRobot Dataset v3.0 格式。转换哪些相机与字段完全由 KEY_MAP 白名单驱动。本功能使用独立的转换镜像 (robotwin2_convert), 纯 CPU 运行, 无 GPU 与图形栈要求。
示例命令
mkdir -p ./out2 && chmod 777 ./out2
docker run --rm -u 10001:10001 \
-e OUTPUT_DIR=/out2 -e RESULT_OUTPUT_PATH=/out2/result.json \
-e STAGE_MANIFEST_PATH=/out2/stage.json \
-e DATASET_PATH=/data/hdf5 \
-v "$PWD/out2:/out2" -v "/path/to/hdf5:/data/hdf5:ro" \
ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_convert:v20260907_151954 \
sh /app/entry/data2lerobot.sh
输入超参
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| DATASET_PATH | string | 二选一 | 挂载进容器的数据集目录; 与上游端口至少提供一个, 同时提供时上游优先 |
| KEY_MAP | string(json) | 内置四相机映射 | hdf5 键到 LeRobot 键的白名单映射, 语义见下 |
| REPO_ID | string | robotwin_convert | 输出数据集名 |
| SEED | number | 0 | 钉死每 episode 随机选指令的选择, 重跑可复现 |
| USE_VIDEOS | bool | true | false 则图像进 parquet 不编码视频 |
| VIDEO_BACKEND | string | libx264 | 视频编码器后端; CPU 软件编码 |
| VIDEO_CODEC | string | h264 | 视频编码格式; h264 为通用可解码格式 |
| VIDEO_CRF | number | 18 | 编码质量参数 |
| IMAGE_WRITER_PROCESSES | number | 8 | 图像写进程数, 0 关多进程 |
| IMAGE_WRITER_THREADS | number | 2 | 每写进程线程数 |
| DATA_TYPE | string | RoboTwin | XPolicyLab 数据加载器标识 |
| DATA_VERSION | string | v1.0 | 数据格式版本标识 |
KEY_MAP 白名单语义
KEY_MAP 为 JSON 对象, 键为 hdf5 内的源键, 值为 LeRobot 数据集的目标键。内置默认:
{
"vision/cam_head/colors": "observation.images.cam_high",
"vision/cam_third_view/colors": "observation.images.cam_third_view",
"vision/cam_left_wrist/colors": "observation.images.cam_left_wrist",
"vision/cam_right_wrist/colors": "observation.images.cam_right_wrist",
"state/concat": "observation.state",
"action/concat": "action",
"instructions": "prompt"
}
规则:
- 只转换 KEY_MAP 中列出的键, 未列出的丢弃; 指定几组相机则转换几组。要三相机行为, 删除 cam_third_view 一行即可。
- 图像源键的值可为字符串或字符串列表: 列表表示一对多, 同一路图像展开写入多个目标相机槽。
- state 与 action 支持 concat 伪键, 表示四个关节字段按左臂, 左爪, 右臂, 右爪顺序拼为 14 维。
- 图像不缩放, 分辨率自动探测自源数据首帧, 逐相机独立。
- KEY_MAP 非法 JSON, 或映射含有不存在的源键时非 0 退出并列出缺失键。
输入目录形态
两种形态自动识别:
- 单任务布局: 目录下直接含 data/episode_*.hdf5。
- 多任务布局: 目录下含若干任务子目录 (每个子目录自带 data/), 即功能一产物 OUTPUT_ROOT 原样接入; 全量展开所有任务合并转换。
支持上游端口输入 (读 INPUT_ARTIFACTS_PATH 清单取 portId 为 dataset 的条目) 与 DATASET_PATH 二选一, 上游优先; 两者都没有非 0 退出。上游条目为 bos:// 引用时 (平台外部化模式), 若平台已注入 BOS_ENDPOINT / BOS_ACCESS_KEY_ID / BOS_SECRET_ACCESS_KEY 凭证, 自动按目录 manifest 物化到本地临时目录后转换; 无凭证或 SDK 缺失时非 0 退出并提示改用挂载目录。
产物与端口
$OUTPUT_DIR/$REPO_ID/
├── data/*.parquet
├── videos/**/*.mp4
├── meta/info.json, tasks.parquet, episodes.jsonl, episodes/*.jsonl
└── stats.json (如有)
| portId | 类型 | 内容 |
|---|---|---|
| dataset_lerobot | file (directory) | LeRobot v3 数据集目录 |
功能三: 仿真评测
作为评测客户端连接外部策略服务, 在 RoboTwin 仿真中逐任务执行策略回灌, 产出成功率汇总与回灌视频。
通信协议为 XPolicyLab websocket 协议 (PROTOCOL=ws), 兼容 legacy_tcp。服务端需实现 ModelTemplate 语义 (reset / update_obs / get_action 等方法), 策略服务侧自行挑选所需相机键。观测在每次请求动作块前发送一次 (vision 相机集合与分辨率由同源配置决定, 与采集侧 hdf5 的 vision 组一一对应, 加关节状态加指令); 动作块内逐动作执行, 不重复发送观测。全程单进程。
示例命令
mkdir -p ./out3 && chmod 777 ./out3
docker run --rm -u 10001:10001 --gpus '"device=0"' \
-e NVIDIA_DRIVER_CAPABILITIES=graphics,compute,utility \
-e VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/nvidia_icd.json \
-v /etc/vulkan/icd.d/nvidia_icd.json:/usr/share/vulkan/icd.d/nvidia_icd.json:ro \
-e OUTPUT_DIR=/out3 -e RESULT_OUTPUT_PATH=/out3/result.json \
-e STAGE_MANIFEST_PATH=/out3/stage.json \
-e POLICY_SERVER_IP=1.2.3.4 -e POLICY_SERVER_PORT=28888 \
-e TASK_NAME=beat_block_hammer -e TEST_NUM=1 \
-v "$PWD/out3:/out3" \
ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_data_debug:v20260924_171519 \
sh /app/entry/eval_client.sh
输入超参
连接与标识:
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| POLICY_SERVER_IP | string | 必填 | 被测策略服务地址, 须容器可出站路由 |
| POLICY_SERVER_PORT | number | 必填 | 被测策略服务端口 |
| PROTOCOL | string | ws | ws 或 legacy_tcp |
| POLICY_NAME | string | custom_policy | 结果目录命名用 |
| CKPT_SETTING | string | default | 结果目录命名用 |
| TASK_NAME | string | 必填 | 任务名, 逗号分隔多任务 |
任务与预设 (与功能一同源同语义):
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| TASK_CONFIG | string | demo_clean | 预设名, 与功能一同一套 |
| EMBODIMENT | string | aloha-agilex | 本体 |
| INSTRUCTION_TYPE | string | 空 | seen 或 unseen; 空值取预设的 eval_instruction |
| ACTION_TYPE | string | joint | joint 或 ee |
| STEP_LIMIT | number | 空 | 每任务最大步数绝对值; 空值用官方每任务限制值 |
评测量与执行:
| 超参 | 类型 | 默认 | 说明 |
|---|---|---|---|
| TEST_NUM | number | 5 | 每任务评测 episode 数 |
| SEED | number | 0 | 评测种子 |
| EXPERT_CHECK | bool | true | 专家预演不过的种子直接跳过 |
| FREQUENCY | number | 30 | 观测上报的控制频率 |
| MAX_SEED_ATTEMPTS | number | 自动 | 空 = test_num 乘 50 |
| SAVE_VIDEO | bool | true | 回灌视频与评测中间产物开关 |
| ACTION_STRIDE | number | 0 | 每 chunk 只执行前 N 个动作后重新请求动作块; 0 = 整块执行 |
相机与域随机化覆盖键与功能一完全相同 (HEAD_CAMERA_TYPE, WRIST_CAMERA_TYPE, FRONT_CAMERA_TYPE, COLLECT_HEAD_CAMERA, COLLECT_WRIST_CAMERA, SAVE_DEPTH, RANDOM_BACKGROUND, CLEAN_BACKGROUND_RATE, CLUTTERED_TABLE, RANDOM_LIGHT, CRAZY_RANDOM_LIGHT_RATE, RANDOM_TABLE_HEIGHT, RANDOM_HEAD_CAMERA_DIS), 语义与默认行为一致。零配置时评测解析出的相机配置与采集相同: 评测 obs 的 vision 键与同配置采集的 hdf5 vision 组一一对应。
产物与端口
$OUTPUT_DIR/
├── eval_result/<task>/.../ 逐任务结果 (_result.txt 等)
├── videos/<task>/episodeN.mp4 回灌视频 (SAVE_VIDEO=true)
└── eval_summary.json 成功率汇总: {"tasks": {"task": "4/5"}, "overall": 0.6, "config": {...}}
| portId | 类型 | 内容 |
|---|---|---|
| eval_result | file (directory) | 评测输出目录 (含逐任务结果) |
| eval_report | json | 成功率汇总, 即 eval_summary.json 内容 |
评测流程: 启动时打印容器环境自检日志 (df/free/nvidia-smi, 容忍失败), 渲染自检失败非 0 退出; 连接策略服务失败重试后非 0 退出; 逐任务顺序运行并汇总。
相机体系与预设
相机映射表
仿真内部相机名到对外键名的映射全镜像唯一一份, 采集 hdf5 写入与评测 obs 构造共用:
| 仿真内部相机名 | 对外键名 (hdf5 vision 组名 = 评测 obs vision 键名) |
|---|---|
| head_camera | cam_head |
| left_camera | cam_left_wrist |
| right_camera | cam_right_wrist |
| front_camera | cam_third_view |
相机类型表
官方四种加本镜像扩展两种, 分辨率由类型唯一决定:
| 类型 | 分辨率 | 来源 |
|---|---|---|
| L515 | 320x180 | 官方 |
| Large_L515 | 640x360 | 官方 |
| D435 | 320x240 | 官方 |
| Large_D435 | 640x480 | 官方 |
| Large_D455 | 848x480 | 本镜像扩展 |
| Large_D405 | 640x480 | 本镜像扩展 |
预设清单
| 预设 | 基线 | 相机配置 |
|---|---|---|
| demo_clean | 官方 | 头/胸/双腕四路全 D435 320x240, 干净场景 |
| demo_randomized | 官方 | 相机同上, 域随机化开启 |
| demo_clean_4cam | 本镜像 | head 与 front 为 Large_D455 848x480, 双腕 Large_D405 640x480, 干净场景 |
| demo_randomized_4cam | 本镜像 | 相机同 demo_clean_4cam, 域随机化开启 |
零配置默认即官方 demo_clean, 行为与官方管线一致。四相机预设像素量显著上涨 (头部胸部为 D435 的 5.3 倍, 腕部 4 倍), hdf5 体积与渲染耗时明显增加, 对速度敏感时用默认预设。
配置体系
优先级: 环境变量覆盖 > 预设 yml > 内置默认。平台超参 value 一律以字符串注入, 镜像侧类型化解析校验 (bool/int/float/str/json), 非法值立即非 0 退出并报可读错误。数据生成与评测共用同一套覆盖实现, 保证两侧语义逐键一致。
超参键命名需避开平台受保护键与平台固定注入变量 (OUTPUT_DIR, RUN_ID, GPU_LIMIT 等); 键不得以数字开头。
算子注册要点
一镜像注册三算子, 每功能各一份请求体:
| 算子 | containerCommand | inputs | outputs | resources |
|---|---|---|---|---|
| 数据生成 | sh /app/entry/data_generation.sh | 无 | dataset_hdf5 (file, directory, ref), dataset_video (video, directory, ref) | gpuLimit 1, memoryLimit 32Gi |
| 格式转换 | sh /app/entry/data2lerobot.sh | dataset (file, directory, ref, 非必填) | dataset_lerobot (file, directory, ref) | memoryLimit 16Gi |
| 仿真评测 | sh /app/entry/eval_client.sh | 无 | eval_result (file, directory, ref), eval_report (json) | gpuLimit 1, memoryLimit 32Gi |
hyperparams 按各功能输入超参表全量注册, value 填默认值 (覆盖键填空串表示跟随预设), 平台以字符串注入同名环境变量。gpuLimit 填正整数; memoryLimit 用 K8s 格式 (如 32Gi)。连线上下游端口的 type, container, payloadMode 三者须一致, 例外是上游 file/ref/directory 可接下游 dataset。
出厂自检
镜像交付前可用 selfcheck.sh 一键验收 (在源码目录执行, 需 GPU):
./selfcheck.sh ccr-29eug8s3-pub.cnc.bj.baidubce.com/public/robotwin2_data_debug:v20260924_171519 [GPU_ID]
覆盖七大项: 双预设采集冒烟 (hdf5 结构与 meta) / v3 转换与 mp4 编码核对 / 三类错误路径非 0 退出 / 评测客户端与 mock ws 策略服务完整协议往返。全部 PASS 即镜像可用。
从源码构建
./build_docker.sh # src-externals/ 缺失时自动跑 scripts/fetch_robotwin.sh 重建源仓, 然后 docker build 并推 CCR
依赖素材自包含: 上游源仓 RoboTwin-Platform/RoboTwin @30954692 + HF dataset TianxingChen/RoboTwin2.0 三只资产 zip (objects/embodiments/background_texture, 解压后约 16G), 由 scripts/fetch_robotwin.sh 幂等重建到 src-externals/ (含路径重写), 换机器克隆即可复建。XPolicyLab 子模块不随源仓拷贝: 镜像所需的协议客户端与 hdf5 图像解码工具以 vendor/XPolicyLab 最小子集随本仓库维护 (上游 @c37109c)。首次构建约 60-100 分钟 (torch 下载, curobo 六档算力编译); 依赖层不变时日常重建为分钟级。
源码目录:
RoboTwin2_Dev/
├── Dockerfile / build_docker.sh 构建编排 (幂等; 素材缺失时自动调 fetch 脚本)
├── scripts/fetch_robotwin.sh 源仓+资产幂等重建 (上游 @30954692 + HF 资产 zip)
├── entry/ 三个入口脚本
├── report.sh 收尾协议脚本 (三入口共用)
├── presets/ 四相机预设与扩展相机类型表
├── vendor/XPolicyLab/ XPolicyLab 最小子集 (ws/tcp 协议客户端与 hdf5 解码, 上游 @c37109c)
├── ws_common/ 自研共享层 (相机映射 / 配置覆盖 / 输入定位 / 收尾工具)
├── ws_data_generation/ 功能一业务代码 (RoboTwin 官方脚本拷贝改造件)
├── ws_data2lerobot/ 功能二业务代码 (XPolicyLab 官方脚本拷贝改造件)
├── ws_eval_client/ 功能三业务代码 (RoboTwin 官方脚本拷贝改造件)
├── patches/ llvmpipe 场景渲染补丁 (默认不安装)
├── tools/mock_policy_server.py XPolicyLab ws 回声策略 (评测冒烟用)
└── selfcheck.sh 出厂自检
三份拷贝改造件文件头标注来源仓库与 commit (RoboTwin @30954692, XPolicyLab @c37109c)。