管线指南 · 命令逐字照录
VLA 全流程：采集、微调、部署
视觉-语言-动作（VLA）策略让机器人能跟随语言提示行动。官方管线分三步——遥操作数据采集、Isaac-GR00T N1.7 微调、SONIC 部署。下面所有命令抄自VLA Workflow与VLA Inference教程。
第 1 步 · 采集遥操作演示
用 VR 全身遥操作录制演示。数据导出器把机器人状态、摄像头图像与遥操作动作存成 LeRobot 数据集。完整配置（摄像头服务器、VR 遥操作、录制控制）在Data Collection 教程里。
python gear_sonic/scripts/launch_data_collection.py \
--camera-host 192.168.123.164 \
--task-prompt "pick up the cup"第 2 步 · 用 Isaac-GR00T 微调
用 Isaac-GR00T 训练管线在你的数据集上微调 GR00T N1.7 基础模型。前置条件：克隆并安装 Isaac-GR00T（uv sync --all-extras）、一台多 GPU 机器（建议 4+ 卡）、训练机器能访问数据集。
git clone https://github.com/NVIDIA/Isaac-GR00T.git
cd Isaac-GR00T
uv sync --all-extras启动微调：
export NUM_GPUS=4
uv run python \
gr00t/experiment/launch_finetune.py \
--base-model-path nvidia/GR00T-N1.7-3B \
--dataset-path /path/to/your/collected_dataset \
--embodiment-tag UNITREE_G1_SONIC \
--modality-config-path gr00t/configs/data/embodiment_configs.py \
--num-gpus $NUM_GPUS \
--output-dir /path/to/output \
--save-total-limit 5 \
--save-steps 5000 \
--max-steps 20000 \
--use-wandb \
--global-batch-size 32 \
--color-jitter-params brightness 0.3 contrast 0.4 saturation 0.5 hue 0.08 \
--dataloader-num-workers 4关键参数：--max-steps（20k 是个不错的起点）、--global-batch-size（全部 GPU 的总和）、--save-steps（checkpoint 保存间隔）、--use-wandb（训练指标上报 Weights & Biases）。Checkpoint 落在 --output-dir 里（checkpoint-5000 … checkpoint-20000 + config.json + processor_config.json）。
第 3 步 · 部署推理
在 GPU 机器上启动 PolicyServer（从 Isaac-GR00T 仓库）：
uv run python gr00t/eval/run_gr00t_server.py \
--model-path /path/to/output/checkpoint-20000 \
--embodiment-tag UNITREE_G1_SONIC \
--device cuda:0 \
--port 5550然后从 GR00T-WholeBodyControl 仓库运行推理：
python gear_sonic/scripts/launch_inference.py \
--policy-host <gpu_machine_ip> \
--policy-port 5550 \
--camera-host 192.168.123.164 \
--prompt "pick up the soda can and place it in the bin"推理环境用 bash install_scripts/install_inference.sh 安装（会创建 .venv_inference），摄像头服务器作为 systemd 服务运行在机器人上，gear_sonic_deploy 必须编译。低延迟 checkpoint：用 python download_from_hf.py --low-latency 下载部署文件，用低延迟模型前缀与配套观测配置启动 gear_sonic_deploy。SONIC v1.1（机器人航向归一化）：用 python download_from_hf.py --sonic-v1-1。