快速开始#

本页把 README.md 里的 Quick Start 搬到了文档中。它假设你已经完成了 安装 (并排克隆好 RLinf 与 RPent、激活虚拟环境、同步好 RPent 的额外依赖)。

1. 配置 API key 与 checkpoint#

导出你要用的 LLM 提供商的 API key, 以及 VLA checkpoint 的路径:

# LLM API keys (供 `api` cerebrum 通过 pydantic-ai 使用)
export ANTHROPIC_BASE_URL=https://xxx
export ANTHROPIC_API_KEY=sk-xxx
export OPENAI_BASE_URL=https://xxx
export OPENAI_API_KEY=sk-xxx

# VLA checkpoint —— 从下面地址下载
# https://huggingface.co/datasets/RLinf/rlinf-pi05-libero-130-fullshot-sft
export PI05_CHECKPOINT_PATH=/path/to/rlinf-pi05-libero-130-fullshot-sft
export LIBERO_TYPE=pro
export CUDA_VISIBLE_DEVICES=0

你只需要为实际使用的 provider 设置对应的 key。例如, 只用 --cerebrum claude_code 时, 可以不配置 OPENAI_*。

2. 跑一个 LIBERO 任务#

用 api cerebrum + Anthropic 模型, 上限 8192 tokens, 跑单个 LIBERO PRO 任务 (libero_object_swap, 任务 2, 种子 0):

python rpent/cli/main.py --suite libero_object_swap --task 2 --seed 0 \
  --cerebrum api --model anthropic:claude-opus-4-8 --max-tokens 8192

模型 id 规约。 api cerebrum 下, --model 需要带 provider 前缀; claude_code / codex 下, 直接写裸模型名:

  • OpenAI 兼容 chat 接口 —— --model openai-chat:glm-5.2

  • OpenAI Responses 接口 —— --model openai:gpt-5.5

  • claude_code / codex —— 不加前缀, 如 --model claude-opus-4-8

完整的 brain 切换指南见 Agentic planner。

3. 用 dashboard 观察运行#

加上 --dashboard 会打开浏览器监控页面。它会先展示一个 launcher 页面让你确认配置, 然后开始 streaming: agent 的 reasoning、实时相机 与 Pi0 视图、动作时间线、剪辑回放。加上 --dashboard-language zh-cn 切换到中文 UI。

python rpent/cli/main.py --dashboard --dashboard-language zh-cn \
  --suite libero_goal_task --task 1 --seed 0 --cerebrum claude_code

4. RoboCasa#

RoboCasa 有自己的入口和一次性安装脚本:

bash scripts/setup_robocasa.sh                                # 一次性安装
bash scripts/run_robocasa.sh PickPlaceCounterToCabinet 0 0    # <task> <gpu> <seed>

完整的 RoboCasa365 + RLDX-1 流程见 docs/SETUP_ROBOCASA.zh.md, 而 RoboCasa 说明 RoboCasa toolkit 对 agent 暴露了什么。

关键 CLI 选项#

rpent/cli/main.py 日常最常用的几个 flag:

Flag

默认值

说明

--suite

必填

任务套件, 如 libero_object_task、libero_spatial_swap

--task

必填

套件内的任务 id

--seed

0

随机种子

--cerebrum

api

Reasoning brain: api | claude_code | codex

--model

—

模型 id; api 下要带 provider 前缀 (anthropic:…, openai:…, openai-chat:…)

--max-turns

100

Agent 最大轮数

--max-tokens

8192

LLM 每次回复的最大 token 数

--max-episode-steps

10000

Env 最大 step 数

--libero-type

LIBERO_TYPE 或 pro

LIBERO 变体: standard | pro | plus

--cuda-device

继承

暴露给 env / vla server 的 GPU 设备

--dashboard

关

为本次运行启动本地 dashboard

--dashboard-language

en

Dashboard UI 语言: en | zh-cn

--vla-endpoint

—

复用已在运行的 vla_server, 而不是启动新实例

--no-driver

关

连接到已在运行的 env_server / vla_server

跑起来后应该看到什么#

一次成功的运行:

  1. env server 起来后打印 env server ready at 127.0.0.1:<port>。

  2. 每一轮 agent 的 reasoning 会输出到终端 (或 stream 到 dashboard)。

  3. 当 LLM 调用 finish(success=True) 时结束; 或者触达 --max-turns / --max-episode-steps 时结束。

  4. 写出 <output_dir>/transcript_*.json (完整 turn-by-turn 记录) 和 <output_dir>/episode.mp4 (渲染出的 rollout)。

出问题时, 参考 安装 页底部提到的三份日志文件。