可执行流程是：采集与目标机器人结构匹配的 LeRobot 数据，从 `lerobot/smolvla_base` 微调，保存可复现检查点，再在固定条件下进行实机评估。官方建议约50个任务 episode 作为起点，并非所有任务的最低门槛。
截至2026年8月7日，LeRobot 最新正式版本为v0.6.1。`main`分支与已安装版本的命令可能变化，应记录实际版本。示例中的摄像头名称、动作维度、串口和模型路径都必须替换为自己的配置。
采集前先锁定v0.6.1与机器人结构
LeRobot 官方发布页在检查日将v0.6.1标为最新版本。建立独立环境，用`pip install "lerobot[smolvla]==0.6.1"`固定安装已核验的依赖，并保存LeRobot、Python、PyTorch、CUDA、模型与数据修订号。
SmolVLA接收多路摄像头、当前传感和关节状态、自然语言指令，并输出动作块。采集、训练和部署的摄像头键名与顺序、关节次序、单位、绝对或增量动作、控制频率必须一致。LeRobot Dataset v3格式指南可用于核对存储结构。
| 锁定项目 | 保存的信息 | 不一致的常见表现 |
|---|---|---|
| LeRobot | v0.6.1与锁定文件 | CLI选项或加载失败 |
| 摄像头 | 键名、顺序、分辨率、帧率 | 视角缺失或交换 |
| 状态 | 关节顺序、单位、归一化 | 姿态方向错误 |
| 动作 | 维度、绝对/增量、周期 | 反向或过大移动 |
| 语言指令 | 采集时的任务表达 | 同一场景出现冲突动作 |
不要迷信50个episode，要统计变化覆盖
v0.6.1 SmolVLA 官方使用文档建议约50个episode作为起点。参考数据把方块位置分成5种，每种采集10次；作者称类似的25次数据表现不佳。这是特定抓放任务的经验，不是通用阈值。
自己的任务应按物体位置、种类、光照、背景、初始关节姿态和失败恢复统计样本。只录成功演示，策略可能不会处理半抓取状态。参数高效微调的通用选择可参阅VLA LoRA与适配器指南，本文只保留SmolVLA专用流程。
| 数据检查 | 具体方法 | 失败后处理 |
|---|---|---|
| 变化覆盖 | 按位置、物体、光照计数 | 补采缺少组合 |
| 视频对齐 | 同步显示所有摄像头流 | 修正键名与时间戳 |
| 动作范围 | 绘制各关节范围和突变 | 修正单位或增量转换 |
| 指令一致 | 按语义任务归类演示 | 删除矛盾标签 |
| 验证划分 | 按物体或场景留出 | 避免随机帧泄漏 |
从smolvla_base训练并保存完整配置
Hugging Face SmolVLA介绍发布了4.5亿参数模型和`lerobot/smolvla_base`。当前核心命令是`lerobot-train –policy.path=lerobot/smolvla_base –dataset.repo_id=HF_USER/MY_DATASET –batch_size=64 –steps=20000 –output_dir=outputs/train/my_smolvla –policy.device=cuda`，仓库与目录必须替换。
batch 64、20,000步以及单张A100约4小时都是示例，不是保证。GPU型号、图像、数据I/O和冻结设置都会改变时间。显存不足可降低batch，同时记录吞吐、峰值显存、训练损失和验证行为，并为每次实验固定数据修订。
根据实机行为选检查点，而不是只看loss
按计划间隔保存检查点，用相同初始姿态、物体范围、时间限制和成功定义测试。验证集应包含未训练的位置、物体或背景。更低的训练loss也可能伴随抓取时机变差或对摄像头偏移更敏感。
按照机器人VLA评估指南记录成功、部分成功、延迟、恢复、人工干预与安全停止。把没识别物体和已接近但过早闭合夹爪分为不同失败，才能决定下一步补数据还是改控制。
首次实机rollout必须低速且可立即停止
官方文档给出`lerobot-rollout`示例，参数包含机器人类型、端口、ID、摄像头字典、任务文本和微调后的`–policy.path`。所有硬件字段都只是占位符，要与训练预处理的键名和采集时的任务语义保持一致。
清空工作区，限制速度、力矩与动作范围，并准备经过测试的物理急停和现场监护。策略输出应经过独立命令限制器。SmolVLA检查点不是安全认证控制器，也不能替代碰撞保护。
可部署成果必须包含版本和失败记录
LeRobot 官方仓库持续修改训练、数据和评估接口。将v0.6.1、模型修订、数据提交、解析后的配置、随机种子、硬件和评估协议与检查点一起归档。升级时在新环境重新回归测试。
最终选择应依据目标任务的重复成功、留出条件下的下降、延迟、恢复和安全停止。50个episode与A100时间只能帮助估算预算。数据结构一致、失败可复现、保护层有效，微调结果才具备部署价值。
常见问题
微调SmolVLA必须正好50个episode吗？
不需要。50是官方文档建议的起点，任务变化、演示质量、摄像头数量和机器人复杂度都会改变所需数据量。
训练20,000步就可以结束吗？
不能仅凭步数判断。应在固定实机测试中比较检查点，并同时查看成功、延迟、恢复和安全停止。
smolvla_base不微调能直接部署吗？
官方文档建议用自己的数据微调以适配具体环境。摄像头、状态或动作结构不同的机器人不能直接连接。
已核验的官方资料
2026-08-07