PyTorch 加速器

LeRobot 支持多种硬件加速选项，可用于训练和 inference。

这些选项包括：

• CPU：所有计算均由 CPU 执行，不使用专用加速器
• CUDA：使用 NVIDIA 与 AMD GPU 加速
• MPS：使用 Apple Silicon GPU 加速
• XPU：使用 Intel 集成与独立 GPU 加速

快速开始

要使用特定的加速器，需安装合适版本的 PyTorch。

对于 CPU、CUDA 和 MPS 后端，请遵循 PyTorch 安装页面提供的说明。 对于 XPU 后端，请遵循 PyTorch 文档中的说明。

验证安装

安装完成后，可通过运行以下命令验证加速器的可用性

import torch
print(torch.<backend_name>.is_available())  # <backend_name> is cuda, mps, or xpu

如何运行训练或评估

要选择所需的加速器，在运行 lerobot-train 或 lerobot-eval 时使用 --policy.device 参数。例如，要在 Apple Silicon 上使用 MPS，请运行：

lerobot-train
    --policy.device=mps ...

lerobot-eval \
    --policy.device=mps ...

不过在大多数情况下，会自动检测到加速器的存在，因此可从 CLI 命令中省略 policy.device 参数。

混合精度

训练精度由 --accelerator.mixed_precision 控制，它接受 no（默认）和 bf16：

lerobot-train \
    --policy.type=act \
    --accelerator.mixed_precision=bf16 ...

bf16 需要支持它的加速器。