EVA-Client: 一个统一的数据收集、推理和部署框架,用于真实机器人上的具身策略

发表
Linjiang HuangLinjiang Huang 提交
作者: Heqing Yang, Yang Yi, Liyao Wang, Linqing Zhong, Donglin Yang, Ruipu Wu, Zitong Bai, Fengjiao Chen, Manyuan Zhang, Linjiang Huang, Si Liu

摘要

AI 生成总结
EVA-Client 是一个开源框架,通过组件解耦架构和可检查的执行工作流,统一了真实机器人策略部署、数据收集和评估。
我们推出了 EVA-Client,这是一个用于在真实机器人上部署、数据收集和评估已训练操作策略的开源框架。EVA-Client 位于策略服务器和物理硬件之间,在一个代码库中统一了策略迭代循环的真实机器人阶段。它做出了三项贡献。首先,一个组件解耦的架构,其中机器人后端、推理策略和传输中间件形成一个正交网格:添加机器人或策略只影响其自身的层。其次,通过调试、收集和评估工作流实现可检查的执行,模式范围从开环模拟到连续实时控制。第三,每次评估运行都兼作数据收集,以训练就绪的格式记录完整的运行轨迹,以及详尽的日志和一个并排比较查看器,因此每次评估都为下一轮训练提供数据,而不是作为未记录的印象结束。EVA-Client 进一步将主要的实时推理策略、同步和异步执行、ACT 风格的时间集成、实时分块以及一个简单的异步消融基线整合在一个单一的配置界面之后。
查看 arXiv 页面查看 PDF

评论

Linjiang HuangLinjiang Huang
论文提交者
EVA-Client:一个客户端,完整周期

对于机器人策略,训练框架已经趋于收敛:OpenPI、LeRobot、StarVLA和VLA Foundry解决了大部分训练侧堆栈。而真实机器人侧不应该仍然是项目特定脚本的拼凑。EVA-Client填补了具身策略迭代中缺失的基础设施:收集遥操作数据、检查和准备数据集、部署检查点、补偿延迟、平滑轨迹、运行模型评估、比较日志,并将结果反馈到下一个训练轮次。一个客户端覆盖了整个真实机器人迭代周期。

项目页面:https://colalab.net/projects/eva-client/
代码:https://github.com/Noietch/EVA-CLIENT