云服务器训练教程

1. 概述

本文档介绍如何在 AutoDL 等 GPU 云平台租用实例、配置 LeRobot 训练环境并进行模型训练。具体平台可自行选择，这里以 AutoDL 为例。官方文档参考：AutoDL 官方文档。

示例场景：Lerobot 采集 10 条训练数据，使用 ACT 模型 + RTX 5090 训练，训练用时约 2 小时。

2. 云服务器租赁

AutoDL 官网 注册账号后，根据个人数据集大小和训练模型选择合适的 GPU。

各地区之间没有本质差别，哪里有卡就选哪个区。一般情况下 GPU 数量选 1 即可。

选择镜像：推荐选择社区镜像中的 lerobot 镜像。

也可以选择基础镜像（PyTorch 2.7.0 + CUDA 12.8），然后创建并开机。

3. 云服务器登录

建议先选择**"无卡模式"**启动虚拟机，这样可以节省费用。无卡模式下，虽然没有 GPU 资源，但仍然可以进行代码上传、环境配置等操作。

在 AutoDL 中可以直接点击 JupyterLab 进入终端页面，也可以选择 SSH 登录：

ssh -p <端口号> <用户名>@<主机IP>

4. 训练准备

4.1 官方学术资源加速

source /etc/network_turbo

4.2 下载代码

/root/autodl-tmp 盘在关机 15 天后会被清空，但读写速度较快，可以把代码 clone 到此目录。也可以直接在 /root 下 clone。

git clone https://github.com/JoyandAI/lerobot.git /autodl-tmp

4.3 安装 FileZilla（传文件工具）

FileZilla 官网

• Windows / macOS：从官网下载安装包安装
• Linux：

sudo apt install filezilla

安装完后终端输入 filezilla 打开。

4.4 环境配置

在 FileZilla 中：

1. 点击左上角 文件 (File) → 站点管理器 (Site Manager) → 新站点 (New Site)
2. 协议选择 SFTP，用户名填写 root
3. 其余根据个人服务器情况填写

4.5 上传数据

在 /root/.cache/huggingface/ 下创建项目名称的文件夹（如 lerobot，xlerobot 同理），将训练数据放入对应文件夹。本地文件夹可以直接拖拽上传到 FileZilla 中。

5. 训练模型

conda activate lerobot
cd /root/autodl.tmp
pip install -e .
cd ./src

将 ${HF_USER} 替换为你的数据集名称。policy.type 为可选模型，建议选择 ACT。默认配置下 batch_size=32，step=100000。

python -m lerobot.scripts.train \
  --dataset.repo_id=${HF_USER}/so101_test \
  --policy.type=act \
  --output_dir=outputs/train/act_so101_test \
  --job_name=act_so101_test \
  --policy.device=cuda \
  --policy.push_to_hub=false \
  --wandb.enable=false

训练过程中可以通过 AutoPanel 查看 GPU 使用情况和性能监控。训练完成后记得将模型文件下载到本地。

6. 其他可选策略

有些模型需要单独安装依赖，在 ../lerobot 目录下执行：