lerobot中use_relative_actions=True需要重新计算meta/stats.json等信息

目录

• [1 问题说明](#1 问题说明)
• [2 recompute_stats的具体计算逻辑](#2 recompute_stats的具体计算逻辑)
• • [2.1 统计信息的存储位置](#2.1 统计信息的存储位置)
  • [2.2 默认计算路径](#2.2 默认计算路径)
  • [2.3 relative action 的定义](#2.3 relative action 的定义)
  • [2.4 合法 chunk 的筛选](#2.4 合法 chunk 的筛选)
  • [2.5 `relative_exclude_joints`](#2.5 relative_exclude_joints)
  • [2.6 为什么同一个action会被多次统计？](#2.6 为什么同一个action会被多次统计？)
  • [2.7 计算哪些统计量？](#2.7 计算哪些统计量？)
  • [2.8 为什么普通路径要跳过action？](#2.8 为什么普通路径要跳过action？)
  • [2.9 参数要求](#2.9 参数要求)

1 问题说明

默认情况下， π 0.5 \pi_{0.5} π0.5输出的是绝对动作。启用relative actions后，模型将预测相对于机器人当前状态的动作增量，而不是绝对目标动作。在某些任务或机器人配置下，这种方式能够提升训练的稳定性。

如果要使用相对动作，首先需要使用命令行工具（CLI）重新计算数据集在相对动作空间下的统计信息。

lerobot-edit-dataset \
    --repo_id your_dataset \
    --operation.type recompute_stats \
    --operation.relative_action true \
    --operation.chunk_size 50 \
    --operation.relative_exclude_joints "['gripper']" \
    --push_to_hub true

或者，使用 Python 的等效实现如下：

from lerobot.datasets import LeRobotDataset, recompute_stats

dataset = LeRobotDataset("your_dataset")
recompute_stats(dataset, relative_action=True, chunk_size=50, relative_exclude_joints=["gripper"])
dataset.push_to_hub()

chunk_size应与策略模型的chunk_size参数保持一致（ π 0.5 \pi_{0.5} π0.5的默认值为 50）。relative_exclude_joints用于指定哪些关节仍采用绝对动作表示，而不转换为相对动作（例如夹爪的开合控制）。如果需要将更新后的数据集统计信息上传到Hugging Face Hub，请添加参数--push_to_hub true。

然后，在训练时启用相对动作：

lerobot-train \
    --dataset.repo_id=your_dataset \
    --policy.type=pi05 \
    --policy.use_relative_actions=true \
    --policy.relative_exclude_joints='["gripper"]' \
    ...

2 recompute_stats的具体计算逻辑

代码位置：src/lerobot/datasets/dataset_tools.py中的recompute_stats()函数。它用于重新计算 LeRobot 数据集的全局统计信息，并写入：

meta/stats.json

它不会修改原始数据文件，也不会更新：

data/**/*.parquet
meta/episodes/**/*.parquet

---

2.1 统计信息的存储位置

数据集中有两类 stats：

文件	内容	主要用途
meta/stats.json	整个数据集的全局统计量	训练时 action/state 的归一化
meta/episodes/**/*.parquet	每个 episode 的局部统计量	数据集录制、聚合、子集等元数据操作

训练实际读取的是 dataset.meta.stats，其来源为 meta/stats.json。

因此，recompute_stats() 的目标是修正或重建全局训练统计，而不是回写 episode 元数据中的历史 stats。

---

2.2 默认计算路径

函数先从 dataset.meta.features 筛选需要统计的数值特征：

numeric_features = {
    k: v
    for k, v in features.items()
    if v["dtype"] not in ["image", "video", "string"]
    and k not in {"index", "episode_index", "task_index", "frame_index", "timestamp"}
}

默认 skip_image_video=True，因此只重新计算数值特征，例如：

action
observation.state
其他数值 observation

随后它会：

1. 读取 data/**/*.parquet
2. 按 episode_index 切分每个 episode
3. 为每个 feature 计算 episode 内的 min/max/mean/std/quantiles
4. 将所有 episode 的统计聚合为数据集全局统计
5. 写入 meta/stats.json

对于普通 absolute action，逻辑相当于：

stats["action"] = statistics(all absolute actions)

---

relative_action=True 的计算逻辑

当以下条件都成立时，函数会改用相对动作的方式计算 action stats：

relative_action is True
ACTION in features
OBS_STATE in features

也就是说，数据集至少必须同时包含：

action
observation.state

---

2.3 relative action 的定义

对于一个 action chunk，其起始帧为 t，长度为 K：

action chunk:
[a_t, a_(t+1), ..., a_(t+K-1)]

current state:
s_t

相对动作定义为：

relative_action(t, j) = action(t + j) - state(t)

其中：

j = 0, 1, ..., K - 1

重点是：chunk 内所有未来 action 都减去 chunk 起始帧的 state。

它不是：

action(t + j) - state(t + j)

而是：

action(t + j) - state(t)

这与 action-chunk policy 的训练输入一致：模型基于当前状态 state(t)，预测未来连续 K 步动作。

---

2.4 合法 chunk 的筛选

假设：

chunk_size = 3

episode 0 的帧为：

0, 1, 2, 3, 4

则合法 chunk 为：

起点 0 -> [0, 1, 2]
起点 1 -> [1, 2, 3]
起点 2 -> [2, 3, 4]

如果 episode 1 从帧 5 开始，则下面的 chunk 无效：

起点 3 -> [3, 4, 5]
起点 4 -> [4, 5, 6]

因为它们跨越了 episode 边界。

实现仅比较 chunk 首尾帧的 episode_index：

valid = episode_indices[starts] == episode_indices[starts + chunk_size - 1]

一个长度为 L 的 episode 可提供的合法 chunk 数量为：

max(L - chunk_size + 1, 0)

---

2.5 relative_exclude_joints

默认情况下：

relative_exclude_joints = ["gripper"]

这意味着名称中包含 gripper 的 action 维度不做相对化，仍保留绝对值。

例如：

action_names = ["shoulder", "elbow", "wrist", "gripper"]
relative_mask = [1, 1, 1, 0]

含义：

1 -> action - state
0 -> 保持原 action

若：

state(t) = [10, 20, 30, 0.4]

原始 action chunk 为：

a_t     = [11, 19, 31, 0.5]
a_(t+1) = [13, 18, 34, 0.6]
a_(t+2) = [16, 17, 38, 0.7]

转换后：

relative a_t     = [1, -1, 1, 0.5]
relative a_(t+1) = [3, -2, 4, 0.6]
relative a_(t+2) = [6, -3, 8, 0.7]

前三个关节维度减去起始 state；gripper 维度保持绝对值。

若 action metadata 中没有 action.names，代码无法按名称识别 gripper，此时掩码会默认使全部维度相对化。

---

2.6 为什么同一个action会被多次统计？

chunk 使用滑动窗口，因此相邻 chunk 会重叠。

例如帧 2 会出现在：

chunk [0, 1, 2]: action(2) - state(0)
chunk [1, 2, 3]: action(2) - state(1)
chunk [2, 3, 4]: action(2) - state(2)

虽然是同一个绝对 action，但参考 state 不同，所以它们是不同的相对动作样本。

最终参与统计的样本数量是：

合法 chunk 数 × chunk_size

这刻意模拟了训练中所有可能的「当前 state + 未来 action chunk」组合。

---

2.7 计算哪些统计量？

所有相对 action chunk 会被展平为：

(num_valid_chunks × chunk_size, action_dim)

并逐维计算：

min
max
mean
std
count
q01
q10
q50
q90
q99

其中 quantile 使用运行中的直方图近似计算。

最终结果写入：

meta/stats.json -> action

---

2.8 为什么普通路径要跳过action？

普通统计路径会针对原始数据计算：

statistics(absolute action)

但启用相对动作训练后，模型接收到的是：

statistics(action - chunk_start_state)

这两个分布通常不同，不能混用。

因此在相对 action stats 计算完成后，代码会执行：

features_to_compute.pop(ACTION, None)

避免后续普通的逐 episode absolute-action 统计覆盖相对 action 的结果。

最后结构为：

meta/stats.json:
  observation.state:
    # 原始绝对 state 的统计量

  action:
    # 相对 action 的统计量
    # relative_exclude_joints 的维度仍是绝对 action 统计量

---

2.9 参数要求

chunk_size 应与训练 policy 的 action chunk 长度一致：

recompute_stats(
    dataset,
    relative_action=True,
    chunk_size=policy.chunk_size,
)

若两者不同，计算 stats 时的相对 action 分布与训练时实际输入模型的分布不一致，可能导致归一化不正确。