跳到主要内容

MiniCPM-RobotManip

MiniCPM-Robot 具身智能系列

本指南聚焦本地推理与评测服务部署。生产接入前,请先使用离线样本验证输入预处理、动作维度和控制边界。

部署方式​

方式适用场景
单进程推理本地样本验证、算法调试和集成测试
模型服务将模型与 LIBERO、CALVIN、RoboTwin2、RMBench 等独立仿真环境解耦

基础环境​

  • Python 3.10
  • PyTorch 2.6.0
  • CUDA 12.4
  • 完整 MiniCPM-RobotManip 模型权重
Bash
cd MiniCPM-Robot/MiniCPM-RobotManip
conda env create -f environment.yml
conda activate MiniCPM-RobotManip

本地推理检查​

  1. 确认图像可读取,颜色空间与分辨率符合模型预处理要求。
  2. 确认语言指令与当前任务一致。
  3. 根据机器人本体提供正确的状态文件和 embodiment ID。
  4. 检查输出动作块形状和数值范围,再连接下游控制器。

模型服务与仿真器​

官方评测采用 WebSocket 与 MessagePack 连接模型服务。模型服务和各 Benchmark 仿真器运行在相互独立的 Python 环境中,仿真器、数据集和资源需按对应评测指南单独安装。

部署检查清单​

  • 模型权重及自定义代码加载成功

  • 单图与多视角输入均完成验证

  • 机器人状态维度和 embodiment ID 已确认

  • 动作输出经过限幅、超时和异常值检查

  • 实机接入前已在仿真或离线回放中验证

相关资源​

主题入口
MiniCPM-RobotManipMiniCPM-RobotManip
Evaluation 目录Evaluation 目录