Owlsnet/lingbot-vla-v2-robotwin-clean50-10k

LingBot-VLA 2.0 · RoboTwin 2.0 clean-only · 累计 10k 步

从 robbyant/lingbot-vla-v2-6b 预训练权重出发，只用 RoboTwin 2.0 Aloha-AgileX 50 个任务 × 50 条 clean 示教数据（549,787 帧）后训练得到的存档。训练累计 10,000 步，约 4.2 个 epoch，对应我们训练 run clean50-v2b 的第 7500 步。用于天池「蚂蚁灵波具身大模型挑战赛」（532514）仿真赛道。

这是参赛队伍自己训练的权重，不是 Robbyant 官方发布的模型。基座模型和上游代码使用 Apache-2.0 许可证，本仓库沿用同一许可证。

训练

• 训练数据： 只用 clean 数据，没有 randomized 数据，也没有外部数据和仿真 rollout。官方 robotwin 后训练权重没有用过，既不作起点，也不作蒸馏教师。
• 配方： 下面几项之外，与官方 configs/vla/robotwin/robotwin.yaml 一致：
  • 归一化统计只用 clean 数据计算；
  • 开启颜色增广（亮度 0.7～1.3、对比度 0.6～1.4、饱和度 0.5～1.5）；
  • 每卡 batch 16 × 梯度累积 2，优化器 Muon；
  • 学习率 1e-4 按 cosine 衰减到 5e-5，没有 warmup；
  • 每 2500 步存一次档。
• 经过： 分两段训练。
  • 第一段：8 × A100，全局 batch 256，训到第 2500 步；
  • 第二段：从第一段第 2500 步的权重继续，7 × A100，全局 batch 224，训到第 7500 步，即累计 10k。
• 学习率： 训练计划共 50k 步，这个存档处学习率是 9.70e-5，离降完还早。
• 复现脚本和配置在 GitHub 仓库 HAOTianGa03/lingbot-robotwin-clean50，目前是私有仓库。

评测

口径	clean（seen 指令）	randomized（unseen 指令）
快评：50 任务 × 5 局	74.0%	46.4%
比赛口径：50 任务 × 100 局，专家最多 5 次	**68.08%**（3404/5000）	**42.48%**（2124/5000）

推理参数：FP32，每次执行 50 步（use_length 50），RoboTwin 13c3c47，lingbot-vla-v2 be969b8。

文件

lingbotvla_cli.yaml                          训练器保存的完整配置（内部路径已替换为 /path/to/work）；评测时推理服务会读取它
checkpoints/global_step_7500/hf_ckpt/        权重（6 个 safetensors 分片，共 25.5 GB）与分词器、处理器配置
checkpoints/global_step_7500/hf_ckpt/SHA256SUMS   各文件的 SHA256
configs/norm_stats/robotwin_clean50.json     clean-only 归一化统计（md5 af1c810ec3dcbbc9029a3c20bd5e4685）
configs/robot_configs/robotwin.yaml          robot config（norm_stats 指向上面的统计）

目录结构与训练输出保持一致，下载后可以直接用复现仓库的 eval.sh 评测。

用法

hf download Owlsnet/lingbot-vla-v2-robotwin-clean50-10k --local-dir /data/clean50-v2b
cd lingbot-robotwin-clean50          # 复现仓库
bash eval.sh /data/clean50-v2b/checkpoints/global_step_7500/hf_ckpt                 # 比赛口径
TEST_NUM=5 bash eval.sh /data/clean50-v2b/checkpoints/global_step_7500/hf_ckpt      # 快速评测

lingbotvla_cli.yaml 里的归一化统计路径是占位路径。eval.sh 发现这个路径不存在时，会改为指向复现仓库里同一份 clean 统计（md5 相同），原文件备份为 .orig。

下载后检查文件是否完整：cd checkpoints/global_step_7500/hf_ckpt && sha256sum -c SHA256SUMS