Mmmmazr/test0908

真机部署推理代码汇总

复制自两个仓库的部署相关代码（2026-08-15），不含任何模型权重 / 数据。

目录结构与来源

目录	来源	说明
roboverse_learn/	~/Desktop/ant/GAP/roboverse_learn/（仅 __init__.py + il/ 全树）	GAP 主线上位机服务端 + policy 代码（serve 时从 ckpt 内嵌 config 动态实例化 policy，故 policies/、utils/ 等必须随行）
mzr/	~/Desktop/ant/GAP/mzr/（纯代码）	dual_gaussian4/dg2 独立服务端（mzr/deploy/）+ 其自带 roboverse_learn 训练树 + scripts/
simple_client/	~/Desktop/ant/openpi-r1lite/examples/simple_client/	下位机（ROS2 机器人控制机）客户端；**只用 main_r1lite_closedloop.py**（main_r1lite.py 有 history 退化 bug）
run_client.sh	~/Desktop/ant/GAP/run_client.sh	下位机启动命令模板 + --log_weights 用法笔记
session-logs/	~/Desktop/ant/GAP/.claude/session-logs/（全部 12 篇）	r1lite 真机链路的 Claude 会话记录：环境搭建 → lerobot→zarr → 训练 → 部署调试（jitter 根因、闭环 client、诊断 logger、serve 命令模板等）

已排除（按用户要求不复制权重）：*.ckpt、*.pt、place_single_cups_balanced,zarr/（4.2G 数据）、place_single_cups/（训练输出：视频/嵌入/npz）、dual_gaussian{2,4}/、dual_gaussian4_scheduler/、__pycache__。

上位机启动（GAP 主线 server，任意 policy 通用）

conda activate gap
cd /home/ntu/Desktop/mzr        # 以本目录为 repo 根
python -m roboverse_learn.il.deploy.serve_policy \
    --checkpoint <ckpt 绝对路径> \
    --host 0.0.0.0 --port 8000 --device cuda:0
# 可选诊断：--log_weights --log_name <名字>

上位机启动（mzr dg4/dg2 server）

conda activate gap
cd /home/ntu/Desktop/mzr/mzr
python -m deploy.serve_policy --checkpoint <ckpt> --target_mode {0,1} ...

⚠️ dg4 加载时需要 mzr/place_single_cups_balanced,zarr 和 mzr/dual_gaussian4_scheduler/best_scheduler_calibrated.pt（构建脚手架 + scheduler 权重），这些未复制——真要在新机器跑 dg4，需另行拷贝这两项及 ckpt。

下位机客户端

cd simple_client
python3 main_r1lite_closedloop.py --host <上位机IP> --port 8000 --hz 15 ...
# 参考 ../run_client.sh；robot_env.py 已含 R6 修复（get_joint_states 返回 14 维）

Wire 协议：WebSocket + msgpack，state 14 维 [L1..L6, L_grip, R1..R6, R_grip]，图像 base64 PNG（cam_head / cam_left_wrist / cam_right_wrist），服务端 image_size=256。