psi0-moving-dining-cart-4k5k

Psi0 moving_dining_cart：4k / 5k部署交付包

此仓库保存同一次 moving_dining_cart 微调的 checkpoint 4000和5000，连同固定源码、归一化、Qwen tokenizer/processor、客户端和控制器补丁。它们是选定的中间checkpoint，不是已经完成40k训练的最终模型。

适用接口为 Unitree G1 + Dex3、SONIC v1.1：state43，action78 = SONIC token64 + 左手7 + 右手7，action chunk30，数据/策略动作节拍30Hz，底层控制器约50Hz。不能直接替换原始Psi0的36D AMO动作接口。

这份交付保留原环境路径与来源记录，按私有仓库交付。包中的WS/prof位置是当时的机器配置和来源信息，不代表下载者已经具备相同的目录、控制器或硬件。

文件与校验

推理bundle包含完整VLM与动作头权重，不需要训练数据、初始m0/m1权重或optimizer才能加载。没有打包optimizer、scheduler、RNG训练状态、数据集、Python环境、TLS凭据或机器私钥。 SONIC ONNX、TensorRT和Unitree运行时也需要在目标机器人环境中单独准备；控制器必须匹配bundle记录的v1.1资产SHA。

完整tar SHA256：591bf882121e048ab1926260b652490bfb69ee2cccd4c597d2a88f7a79c91ceb。其中341个普通文件已经从tar内部逐一重读，并与冻结release、两个bundle manifest及归档marker核对大小和SHA。

下载

私有仓库需要有访问权限的Hugging Face账号。登录时不要把token写入共享脚本或命令记录。

python3 -m venv .venv-hf-download
source .venv-hf-download/bin/activate
python -m pip install --upgrade huggingface_hub
hf auth login
hf download ChenyuanC/psi0-moving-dining-cart-4k5k \
  deploy_4k5k.tar deploy_scripts_4k5k.zip checksums.sha256 \
  --local-dir ./psi0-moving-dining-cart-4k5k

也可以使用Python，token=True读取已登录的凭据：

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="ChenyuanC/psi0-moving-dining-cart-4k5k",
    repo_type="model",
    revision="main",  # 复现实验时可换成此仓库的完整commit SHA
    allow_patterns=[
        "deploy_4k5k.tar", "deploy_scripts_4k5k.zip",
        "checksums.sha256", "upload_manifest.json", "README.md",
    ],
    local_dir="./psi0-moving-dining-cart-4k5k",
    token=True,
)

以上使用官方 HF下载接口。完整下载并解包需要约25.1GB空间，另预留Python环境与缓存空间。

cd psi0-moving-dining-cart-4k5k
sha256sum -c checksums.sha256
# macOS可用：shasum -a 256 -c checksums.sha256
mkdir -p unpacked
tar -xf deploy_4k5k.tar -C unpacked
cd unpacked/deploy

明确选择4k或5k

先生成两份独立配置并校验模型。这些步骤不启动机器人控制：

./deploy_checkpoint.sh 4000 init
./deploy_checkpoint.sh 5000 init
./deploy_checkpoint.sh 4000 verify
./deploy_checkpoint.sh 5000 verify

已有兼容配置会被保留；身份冲突则拒绝覆盖。完整tar已经带权重，不需要fetch或访问原prof主机。在其他机器使用时，按解包后的README.md核对config/4000/、config/5000/中的机器路径、相机与控制器设置；默认controller路径绑定原WS隔离构建，不能当成所有机器通用的已安装运行时。

建立独立环境，不改原采集环境。需要Python3.11或已有uv：

./setup_env.sh server
./setup_env.sh client --with-tests
./deploy_checkpoint.sh 4000 server --import-check
./deploy_checkpoint.sh 5000 server --import-check

server默认使用PyTorch2.7/cu128和SDPA；client不需要GPU。初始化和安装环境本身不代表当前硬件已经通过时延测试。

先做无发令回放

以下用5k作为示例，不表示5k在任务效果上已经优于4k。若策略与现有底层控制器共用GPU，先由现场操作者处理正在运行的控制负载，避免直接向正在控制机器人的GPU增加未经测量的推理负载。

终端A：显式6个flow steps启动策略服务。

./deploy_checkpoint.sh 5000 server --inference-steps 6 --allow-execution

--allow-execution只允许后续通过检查的WebSocket执行会话；server本身不连接电机，client仍默认dry-run。终端C：用另行准备的原始采集数据回放，替换为实际数据路径：

./deploy_checkpoint.sh 5000 replay \
  --dataset /absolute/path/to/moving_dining_cart \
  --episode 2 --duration-seconds 30 --hand-limit-policy clip

curl --fail --silent http://127.0.0.1:8014/deployment-info | python3 -m json.tool

replay不创建pose PUB，不访问DDS。检查正确模型/统计SHA、mock=false、ready=true、latency_ok=true、fault=null，并检查手部边界投影记录。这里显式clip用于观察裁剪量；频繁或大幅裁剪需要排查，不构成动作可执行的证明。任何超时仍拒绝发动作，不扩大RTC delay来掩盖时延。

切换到4k时，把入口中的5000改为4000。执行期间不要热切checkpoint；先让client停流、确认controller退出streaming，再换server并重新profile。

真机现场入口

完整的三个终端顺序、准确命令、控制器准备/编译及停止行为，均在解包后的 deploy/README.md第5节、controller/README.md和client/README.md。现场步骤为：

1. 操作者按原有流程安全退出旧controller和PICO pose sender，确认暂停参考及原有支撑/急停条件。
2. 检查并启动匹配SHA的guarded SONIC控制器；用原有]进入本地reference CONTROL，开始连续发布状态。
3. 用真实相机/state做client dry-run；重新检查策略与SONIC共用GPU时的推理时延和底层约50Hz控制循环。
4. 完成现场停止/断流回退验收后，才显式启用client执行；最后由操作者在controller终端按Enter arm，先进行短时动作。

client不会自动arm。250ms收包lease失效会清除外部token、返回暂停reference并保持最后手目标；它不关闭电机力矩。这条回退路径经过源码/编译/协议测试，尚未完成实际机器人行为验收。

已做的测试与限制

2026-09-20，独立A100-SXM4-40GB、SDPA、6步推理；每份在warmup完成后约3秒dry-run，再做约2秒仅localhost WebSocket execute协议会话：

预算233.333ms。两份实际加载SHA正确；动作均为有限78维并通过身份、源观察和序号检查，没有错误frame或最终fault。Slurm269286正常完成，ExitCode0:0。证据位于解包后的evidence/ckpt_4k5k_gpu/。

这些会话只读取真实验证帧进行回放，没有ZMQ/DDS/真机pose发送。每份只有6个完成推理计时样本，不能保证长期尾延迟；5k最慢样本仅约10.5ms余量。没有验证WS012744的RTX5090共享GPU表现，也没有测量推车成功率、接触稳定性或停止回退的实机效果。 4k/5k通过的是接口与短时时延检查，不能据此宣称任务成功。

数据与训练背景

• 数据来自ChenyuanC/moving_dining_cart。19条完整示范由用户确认成功；15条用于训练，4条留作同session开发验证。
• 训练原始episode：2、4、6、7、9、10、11、12、13、15、17、18、22、23、25；验证：5、8、16、20。
• 训练8943帧/8508个完整30步窗口；验证2233帧/2117个完整窗口。窗口互相重叠，4条验证轨迹不等于独立跨场景测试。
• 固定Psi0代码commit：a7db4fbb9e3ed55bb46978e890224fa3ff723ad9；冻结VLM、6层动作头、43D状态、78D动作，输入图像由640×360等比例处理为180×320。
• 计划总预算40k optimizer updates、有效batch128；这里仅发布4k与5k两个中间版本。选择它们便于比较和受控联调，不宣称后期checkpoint一定更好。

来源：Psi0项目/论文入口、固定官方代码、采集数据仓库。

许可证与第三方组件

Psi0上游代码的Apache-2.0声明保留在licenses/Psi0-LICENSE.txt。代码许可不能自动视为对本交付所有模型权重和第三方运行时的一项统一授权；本模型卡因此没有给整个仓库设置未经核实的统一license标签。

推理权重继承Psi0预训练模型及Qwen骨干的适用条款，应结合各自原始发布许可使用。SONIC声明区分Apache-2.0源码和NVIDIA Open Model License权重，详见licenses/SONIC-LICENSE.txt；本tar未包含SONIC ONNX或TensorRT/Unitree运行时。目标机器使用这些组件时仍须遵循各自条款。完整来源记录见THIRD_PARTY_NOTICES.md。