失败：有关LeRobot的CT Policy模型导出与编译 (在开发机上执行)

taoz123 · 2026 年4 月 8 日 04:42

在执行python export_bpu_actpolicy.py --config bpu_export_config.yaml，遇到如下问题

raise AttributeError(
AttributeError: ‘ACTPolicy’ object has no attribute ‘normalize_inputs’，

请问各位前辈们如何解决呢

地瓜小助手_bot · 2026 年4 月 8 日 04:43

问题分析

根据错误信息 AttributeError: 'ACTPolicy' object has no attribute 'normalize_inputs'，这是 LeRobot 版本不匹配 导致的。

根本原因

D-Robotics 的 rdk_lerobot_tools 是基于特定版本的 LeRobot fork 开发的，而你可能使用了：

官方的 LeRobot 主分支（代码已更新，接口变化）
版本不匹配的 LeRobot fork

解决方案

步骤 1：使用正确的 LeRobot 版本

必须使用 D-Robotics fork 的 LeRobot 仓库：

# 删除现有的 lerobot 目录
rm -rf lerobot

# 克隆 D-Robotics 的 fork 版本
git clone https://github.com/D-Robotics/lerobot.git

# 进入目录
cd lerobot

# 安装依赖
pip install -e ".[feetech]"

步骤 2：确认 rdk_lerobot_tools 已正确安装

# 在 lerobot 目录下
cd lerobot
git clone https://github.com/D-Robotics/rdk_LeRobot_tools

# 确认目录结构
ls -la rdk_lerobot_tools/
# 应该包含 export_bpu_actpolicy.py 等文件

步骤 3：验证 ACTPolicy 类定义

检查 LeRobot 源码中 ACTPolicy 的实现：

# 查看 ACTPolicy 类定义
cat lerobot/common/policies/act_policy.py | grep -A 20 "class ACTPolicy"

正确的版本应该包含 normalize_inputs 方法。

步骤 4：重新执行导出

# 激活 conda 环境（如果使用）
conda activate lerobot

# 执行导出命令
python rdk_lerobot_tools/export_bpu_actpolicy.py \
    --config bpu_export_config.yaml

快速验证

运行以下命令检查你的 LeRobot 版本是否正确：

python -c "from lerobot.common.policies.act_policy import ACTPolicy; import inspect; print('normalize_inputs' in dir(ACTPolicy))"

输出 True：版本正确
输出 False：版本错误，需要重新安装

参考资源

详细的全流程文档请参考：

注意事项

不要使用官方的 huggingface/lerobot 主分支，代码接口已经变化，会导致兼容性问题。

如果问题仍然存在，请提供：

你的 LeRobot 安装方式
git log -1 的输出（查看 commit 版本）
完整的错误堆栈信息

Marcelo6151 · 2026 年4 月 8 日 06:22

你好，可以看一下github的Readme，因为Lerobot变化比较大，所以仓库里保留了一个稳定版本的commit，从日志看是数据集格式的问题，可以尝试让AI修复一下适配新版本lerobot数据集格式

地瓜小助手_bot · 2026 年4 月 9 日 08:05

问题定位

根据 GitHub README 说明，rdk_LeRobot_tools 的 stable 版本 是基于 LeRobot v2.1 数据集格式 开发的。你遇到新错误很可能是因为：

LeRobot 版本仍不匹配
datasets 库版本过高（新版 LeRobot 默认使用 datasets 3.x，但工具需要 2.19.0）

完整解决方案

方案 A：使用 D-Robotics Fork（推荐）

# 1. 完全清理现有环境
rm -rf lerobot
conda remove -y lerobot  # 如果用了 conda

# 2. 克隆 D-Robotics 的 fork 版本（已锁定正确依赖）
git clone https://github.com/D-Robotics/lerobot.git
cd lerobot

# 3. 克隆工具链
git clone https://github.com/D-Robotics/rdk_LeRobot_tools.git

# 4. 安装依赖
pip install -e ".[feetech]"

# 5. 安装导出所需额外包
pip install onnx onnxsim termcolor tqdm

# 6. 强制降级 datasets 到兼容版本
pip install datasets==2.19.0

方案 B：使用官方仓库 + 指定 Commit

# 1. 清理
rm -rf lerobot

# 2. 克隆官方仓库并切换到 v2.1 对应 commit
git clone https://github.com/huggingface/lerobot.git
cd lerobot
git checkout 8cfab3882480bdde38e42d93a9752de5ed42cae2

# 3. 克隆工具链
git clone https://github.com/D-Robotics/rdk_LeRobot_tools.git

# 4. 安装
pip install -e ".[feetech]"
pip install onnx onnxsim termcolor tqdm datasets==2.19.0

验证步骤

# 1. 验证 ACTPolicy 类是否有 normalize_inputs 方法
python -c "from lerobot.common.policies.act_policy import ACTPolicy; print('normalize_inputs' in dir(ACTPolicy))"
# 应输出: True

# 2. 验证 datasets 版本
python -c "import datasets; print(datasets.__version__)"
# 应输出: 2.19.0

# 3. 查看当前 commit
cd lerobot && git log -1 --oneline

执行导出

# 修改配置文件 bpu_export_config.yaml
# 关键字段：
# - dataset.root: 你的数据集路径
# - act_path: 训练好的模型路径（包含 config.json 和 model.safetensors）
# - type: nash-e (S100) 或 bayes (X5)

# 执行导出
python rdk_lerobot_tools/export_bpu_actpolicy.py --config bpu_export_config.yaml

关键注意事项

必须使用 datasets==2.19.0，新版 datasets 会导致数据集格式不兼容
不要使用 huggingface/lerobot 的 main 分支，代码接口已变化
如果训练时用了新版 LeRobot，需要重新用 v2.1 版本训练或转换数据集格式

请提供以下信息以便进一步排查

如果按上述步骤仍有问题，请提供：

新的错误截图或完整错误堆栈
git log -1 输出（确认 commit 版本）
pip list | grep -E "lerobot|datasets" 输出（确认版本）
你的训练环境（用的是哪个 LeRobot 版本训练的模型）

参考文档：

taoz123 · 2026 年4 月 9 日 08:09

你好，前辈，按你的步骤，又出现了下面的问题

地瓜小助手_bot · 2026 年4 月 9 日 08:09

问题分析

从错误截图看，这次是 数据集加载失败 的问题。核心错误是数据集格式与 LeRobot 版本不匹配。

快速解决方案

步骤 1：确认 datasets 版本

# 检查当前版本
pip show datasets

# 强制降级到兼容版本
pip install datasets==2.19.0

步骤 2：检查配置文件 `bpu_export_config.yaml`

根据 README 说明，v2.1 版本需要取消注释 policy 和 dataset 相关配置：

# bpu_export_config.yaml

# 必须取消注释并正确配置以下字段：
policy:
  type: act
  # 其他 policy 参数...

dataset:
  repo_id: 你的数据集ID
  root: 你的数据集本地路径  # 如果本地加载
  # v2.1 格式需要的字段

步骤 3：验证数据集格式

# 测试数据集能否正常加载
python -c "
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset('你的数据集路径')
print('数据集加载成功')
print(f'数据量: {len(dataset)}')
"

完整排查流程

方案 A：重新用 v2.1 版本训练（最稳妥）

# 1. 清理环境
rm -rf lerobot
conda deactivate

# 2. 使用 D-Robotics fork（已锁定 v2.1 兼容版本）
git clone https://github.com/D-Robotics/lerobot.git
cd lerobot
git clone https://github.com/D-Robotics/rdk_LeRobot_tools.git

# 3. 安装依赖
pip install -e ".[feetech]"
pip install datasets==2.19.0 onnx onnxsim termcolor tqdm

# 4. 重新训练模型（用 v2.1 格式）
python lerobot/scripts/train.py --config your_config.yaml

方案 B：转换现有数据集格式

如果不想重新训练，可以尝试转换数据集：

# 使用 DAMO 平台的转换脚本（如果有）
python rdk_lerobot_tools/damo/replace.py

关键配置检查清单

检查项	正确值
`datasets` 版本	`2.19.0`
LeRobot 来源	`D-Robotics/lerobot` 或指定 commit
`bpu_export_config.yaml`	policy/dataset 字段已取消注释
数据集路径	绝对路径，且包含 `meta.json`
模型路径	包含 `config.json` + `model.safetensors`

请提供以下信息

如果上述方案仍无法解决，请提供：

# 1. 完整错误堆栈（复制文字，不要截图）
# 2. 环境信息
pip list | grep -E "lerobot|datasets|huggingface"

# 3. LeRobot commit 版本
cd lerobot && git log -1 --oneline

# 4. bpu_export_config.yaml 内容（脱敏后）
cat rdk_lerobot_tools/bpu_export_config.yaml

# 5. 数据集目录结构
tree -L 2 你的数据集路径

参考资源

rdk_LeRobot_tools README
ACT Policy 全流程文档
建议：如果时间允许，用 v2.1 环境重新采集 1 组数据并训练，快速跑通整个 pipeline，再迁移到正式数据

taoz123 · 2026 年4 月 9 日 08:17

新的错误，policy的ID要填什么，

地瓜小助手_bot · 2026 年4 月 9 日 08:18

问题解答

根据 bpu_export_config.yaml 配置文件，policy.id 字段不需要填写（或者说应该注释掉）。

正确配置方式

查看配置文件原文：

# 策略配置
policy:
  type: "act"
  device: "cpu"
  # repo_id: "dummy/policy"  # 占位符 仅较新版本 LeRobot 需要，需要时放开注释即可

关键点：

repo_id 字段默认是注释状态（前面有 #）
注释说明：仅较新版本 LeRobot 需要，v2.1 版本不需要
你当前使用的是 v2.1 兼容版本，应该保持注释状态

解决方案

步骤 1：修改配置文件

打开 bpu_export_config.yaml，确保 policy.repo_id 是注释状态：

policy:
  type: "act"
  device: "cpu"
  # repo_id: "dummy/policy"  # 保持注释，不要取消注释！

步骤 2：确认必填字段

必须正确填写的字段只有：

# 数据集路径（必须修改为你的实际路径）
dataset:
  root: "/your/actual/dataset/path"

# 训练好的模型路径（必须修改）
act_path: "/your/actual/pretrained_model/path"

# BPU 芯片类型（根据硬件选择）
type: "nash-e"  # S100 用 nash-e，X5 用 bayes

步骤 3：重新执行导出

python rdk_lerobot_tools/export_bpu_actpolicy.py --config bpu_export_config.yaml

错误原因

你看到的错误 policy.repo_id 相关报错，很可能是因为：

错误地取消了 repo_id 的注释
填写了无效的 repo_id 值

在 v2.1 版本中，导出脚本通过 act_path 直接加载本地模型，不需要 repo_id。

完整配置示例

# ========== LeRobot 参数 ==========
dataset:
  # repo_id: "dummy/dataset"  # 保持注释
  root: "/home/taoz123/datasets/so100_test"  # 你的数据集路径

policy:
  type: "act"
  device: "cpu"
  # repo_id: "dummy/policy"  # 保持注释！

wandb:
  enable: false

# ========== BPU 导出参数 ==========
act_path: "/home/taoz123/lerobot/outputs/train/act_test/pretrained_model"
export_path: "bpu_export_output"
cal_num: 100
onnx_sim: true
type: "nash-e"  # S100 用这个
combine_jobs: 6

验证清单

执行前确认：

dataset.root 指向正确的数据集路径
act_path 指向包含 config.json 和 model.safetensors 的文件夹
policy.repo_id 保持注释状态
type 与你的硬件匹配（S100=nash-e，X5=bayes）

参考

修改后应该可以正常执行导出，如果还有问题请提供完整的错误堆栈文字。

taoz123 · 2026 年4 月 9 日 08:21

又是这样

地瓜小助手_bot · 2026 年4 月 9 日 08:22

问题定位

从错误堆栈看，这次是 数据集加载失败 的问题。核心原因是数据集格式与 LeRobot v2.1 不匹配。

快速排查步骤

步骤 1：验证数据集目录结构

# 检查你的数据集目录结构
tree -L 3 /home/taoz123/datasets/so100_test

v2.1 格式的数据集应该包含：

so100_test/
├── meta.json          # 必须有
├── train/
│   ├── chunk-000/
│   │   ├── action.hdf5
│   │   ├── observation.image.hdf5
│   │   └── ...
└── info.json          # 可能有

步骤 2：测试数据集能否加载

python -c "
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
try:
    dataset = LeRobotDataset(root='/home/taoz123/datasets/so100_test')
    print('✓ 数据集加载成功')
    print(f'数据量：{len(dataset)}')
    print(f'特征 keys: {dataset.camera_keys}')
except Exception as e:
    print('✗ 数据集加载失败')
    print(f'错误：{e}')
"

步骤 3：检查配置文件

# 查看当前配置
cat rdk_lerobot_tools/bpu_export_config.yaml

确保以下字段正确：

dataset:
  # repo_id: "dummy/dataset"  # 保持注释！
  root: "/home/taoz123/datasets/so100_test"  # 绝对路径

policy:
  type: "act"
  device: "cpu"
  # repo_id: "dummy/policy"  # 保持注释！

act_path: "/home/taoz123/lerobot/outputs/train/xxx/pretrained_model"
type: "nash-e"

根本原因分析

根据错误堆栈，问题可能是：

可能原因	概率	解决方案
数据集是 v3.x 格式	高	用 v2.1 环境重新采集或转换
数据集路径错误	中	检查路径是否存在
meta.json 缺失	中	检查数据集完整性
datasets 版本不对	低	确认 `pip show datasets` 是 2.19.0

解决方案

方案 A：用 v2.1 环境重新采集数据（推荐）

# 1. 确认环境正确
cd lerobot && git log -1 --oneline
pip show datasets | grep Version  # 应该是 2.19.0

# 2. 重新采集 1 组测试数据
python lerobot/scripts/control_robot.py \
  --robot.type=so100 \
  --control.type=record \
  --control.num_episodes=1 \
  --control.episode_time_s=30 \
  --control.root=datasets/so100_v2_test

# 3. 用新数据集重新训练
python lerobot/scripts/train.py \
  --dataset.root=datasets/so100_v2_test \
  --policy.type=act \
  --output_dir=outputs/act_v2_test

# 4. 导出模型
python rdk_lerobot_tools/export_bpu_actpolicy.py \
  --config bpu_export_config.yaml

方案 B：转换现有数据集

如果数据集是在新版 LeRobot 下采集的，需要转换格式：

# 检查是否有转换脚本
ls rdk_lerobot_tools/damo/

# 如果有 replace.py，运行转换
python rdk_lerobot_tools/damo/replace.py

请提供以下信息

如果上述方案仍无法解决，请提供：

# 1. 数据集目录结构
tree -L 3 /home/taoz123/datasets/so100_test

# 2. 环境版本
pip list | grep -E "lerobot|datasets"
cd lerobot && git log -1 --oneline

# 3. 完整错误文字（复制终端输出，不要截图）

# 4. 数据集是如何采集的？
#    - 用哪个 LeRobot 版本？
#    - 用哪个 commit？

参考资源

bpu_export_config.yaml
ACT Policy 全流程文档
建议：用 v2.1 环境重新采集 1 组数据（30 秒即可），快速跑通整个 pipeline，确认环境正确后再处理正式数据

Marcelo6151 · 2026 年4 月 9 日 13:23

是不是用新版本Lerobot录制的数据集，去年某个版本后Lerobot升级dataset到3.0版本了，数据的保存格式产生了变动，官方有一个v21 到 v30 的转化脚本，可以逆转化一下

地瓜小助手_bot · 2026 年4 月 9 日 13:24

问题根因确认

根据 Marcelo6151 的提示，问题明确了：你的数据集是用新版 LeRobot (v3.0 格式) 录制的，但导出工具需要 v2.1 格式。

解决方案：数据集格式逆向转换

步骤 1：查找官方转换脚本

LeRobot 官方仓库提供了数据集格式转换脚本：

# 在 LeRobot 仓库中查找转换脚本
find lerobot -name "*convert*" -o -name "*migrate*"

# 常见路径：
# lerobot/scripts/convert_dataset_v2_to_v3.py
# lerobot/scripts/migrate_dataset.py

步骤 2：执行逆向转换 (v3 → v2.1)

# 方法 A：使用官方转换脚本（如果有）
python lerobot/scripts/convert_dataset_v3_to_v2.py \
  --input /home/taoz123/datasets/so100_test \
  --output /home/taoz123/datasets/so100_test_v2

# 方法 B：手动转换（如果官方脚本只有 v2→v3）
# 需要修改数据集的 meta.json 和 chunk 结构

步骤 3：使用 D-Robotics 提供的转换工具

# 检查 rdk_LeRobot_tools 是否有转换脚本
ls rdk_lerobot_tools/damo/

# 如果有 replace.py 或 convert 脚本
python rdk_lerobot_tools/damo/replace.py

最稳妥方案：用 v2.1 环境重新采集

如果转换脚本找不到或转换失败，建议用正确环境重新采集 1 组测试数据：

# 1. 确认环境版本
cd lerobot
git log -1 --oneline  # 应该是 D-Robotics fork 或指定 commit
pip show datasets | grep Version  # 必须是 2.19.0

# 2. 重新采集 1 组数据（30 秒即可）
python lerobot/scripts/control_robot.py \
  --robot.type=so100 \
  --control.type=record \
  --control.num_episodes=1 \
  --control.episode_time_s=30 \
  --control.root=datasets/so100_v2_test \
  --control.warmup_time_s=5

# 3. 用新数据集重新训练
python lerobot/scripts/train.py \
  --dataset.root=datasets/so100_v2_test \
  --policy.type=act \
  --output_dir=outputs/act_v2_test \
  --training.num_episodes=50

# 4. 导出模型
python rdk_lerobot_tools/export_bpu_actpolicy.py \
  --config bpu_export_config.yaml

快速验证数据集格式

# 测试数据集能否被 v2.1 环境加载
python -c "
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
import os

dataset_path = '/home/taoz123/datasets/so100_test'

# 检查必要文件
print('检查数据集结构:')
print(f'  meta.json: {os.path.exists(os.path.join(dataset_path, \"meta.json\"))}')
print(f'  train/: {os.path.exists(os.path.join(dataset_path, \"train\"))}')

# 尝试加载
try:
    dataset = LeRobotDataset(root=dataset_path)
    print('✓ 数据集加载成功')
    print(f'  数据量：{len(dataset)}')
except Exception as e:
    print('✗ 数据集加载失败')
    print(f'  错误：{e}')
"

数据集格式差异对照

特征	v2.1 格式	v3.0 格式
datasets 库版本	2.19.0	3.x
meta.json 结构	旧格式	新格式
chunk 命名	chunk-000	chunk-0.000
兼容性	rdk_LeRobot_tools stable	新版工具

建议操作顺序

1. 先用 v2.1 环境重新采集 1 组数据（30 秒）
   ↓
2. 快速训练 1 轮（验证 pipeline 能跑通）
   ↓
3. 导出成功 → 确认环境正确
   ↓
4. 再处理正式数据集（转换或重新采集）

需要确认的信息

请提供以下信息以便进一步协助：

# 1. 数据集是如何采集的？
#    - 用的哪个 LeRobot 仓库？(D-Robotics fork 还是 huggingface 官方？)
#    - git commit 是什么？

# 2. 当前环境信息
pip list | grep -E "lerobot|datasets"
cd lerobot && git log -1 --oneline

# 3. 数据集目录结构
tree -L 3 /home/taoz123/datasets/so100_test

参考资源

rdk_LeRobot_tools README - 明确说明 stable 版本兼容 v2.1 数据集
ACT Policy 全流程文档
核心建议：先用 v2.1 环境跑通最小闭环（1 组数据 + 1 轮训练），再处理正式数据

失败：有关LeRobot的CT Policy模型导出与编译 (在开发机上执行)

问题分析

根本原因

解决方案

步骤 1：使用正确的 LeRobot 版本

步骤 2：确认 rdk_lerobot_tools 已正确安装

步骤 3：验证 ACTPolicy 类定义

步骤 4：重新执行导出

快速验证

参考资源

注意事项

问题定位

完整解决方案

方案 A：使用 D-Robotics Fork（推荐）

方案 B：使用官方仓库 + 指定 Commit

验证步骤

执行导出

关键注意事项

请提供以下信息以便进一步排查

问题分析

快速解决方案

步骤 1：确认 datasets 版本

步骤 2：检查配置文件 bpu_export_config.yaml

步骤 3：验证数据集格式

完整排查流程

方案 A：重新用 v2.1 版本训练（最稳妥）

方案 B：转换现有数据集格式

关键配置检查清单

请提供以下信息

参考资源

问题解答

正确配置方式

解决方案

步骤 1：修改配置文件

步骤 2：确认必填字段

步骤 3：重新执行导出

错误原因

完整配置示例

验证清单

参考

问题定位

快速排查步骤

步骤 1：验证数据集目录结构

步骤 2：测试数据集能否加载

步骤 3：检查配置文件

根本原因分析

解决方案

方案 A：用 v2.1 环境重新采集数据（推荐）

方案 B：转换现有数据集

请提供以下信息

参考资源

问题根因确认

解决方案：数据集格式逆向转换

步骤 1：查找官方转换脚本

步骤 2：执行逆向转换 (v3 → v2.1)

步骤 3：使用 D-Robotics 提供的转换工具

最稳妥方案：用 v2.1 环境重新采集

快速验证数据集格式

数据集格式差异对照

建议操作顺序

需要确认的信息

参考资源

步骤 2：检查配置文件 `bpu_export_config.yaml`