openpi 环境搭建:一条命令跑通的 Docker 部署最短路径-港品优选

openpi 环境搭建:一条命令跑通的 Docker 部署最短路径

【免费下载链接】openpi项目地址: https://gitcode.com/GitHub_Trending/op/openpi

帮你在 Docker 里把 openpi 跑起来:从装 Docker 工具链到容器启动,最短路径只要三条命令,覆盖 openpi 环境搭建中容易卡住的每一步,适合 Ubuntu 22.04 上第一次做 openpi Docker 部署的人。

一、最小可行路径

以下命令都在仓库根目录(openpi/)下执行。

先 clone 仓库(带子模块):

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/op/openpi cd openpi

完成信号:ls scripts/docker能看到install_docker_ubuntu22.sh和install_nvidia_container_toolkit.sh。

用仓库自带脚本装 Docker(官方 apt 源版本,避免 snap 版):

bash scripts/docker/install_docker_ubuntu22.sh

完成信号:重启后执行docker version,输出同时包含 Client 和 Server 两段版本信息,且不需要 sudo。

有 NVIDIA 显卡的机器接着装容器工具包,让容器能访问 GPU:

bash scripts/docker/install_nvidia_container_toolkit.sh

完成信号:dpkg -l | grep nvidia-container-toolkit返回一条已安装包记录。

构建基础镜像并启动推理服务容器:

docker compose -f scripts/docker/compose.yml up --build

首次构建要拉基础镜像、装依赖,预留 10~20 分钟;之后有缓存,启动是秒级。

完成信号:docker compose -f scripts/docker/compose.yml ps显示容器状态为 running,日志里无 traceback。

最后启动一个示例。aloha_sim 是仿真环境,不需要真机:

export SERVER_ARGS="--env ALOHA_SIM" docker compose -f examples/aloha_sim/compose.yml up --build

完成信号:仿真窗口打开,MuJoCo 里看到机器人开始响应动作流。

二、按机器定制

默认配置按"有 GPU 的机器"假设,以下几项对照你的环境核一遍:

项	默认/参考值	按你的机器调整
系统	Ubuntu 22.04,唯一被测过的系统	其他发行版未适配,不建议直接上
显存	推理 ≥8GB,LoRA 微调 ≥22.5GB,全量微调 ≥70GB	8GB 卡够推理;24GB 可做 LoRA;全量微调要 A100/H100 级别
磁盘	预留 20GB 以上	模型权重自动下载并缓存在`~/.cache/openpi`,可用`OPENPI_DATA_HOME`换位置
示例选择	examples/ 下各示例自带 compose.yml	无真机:simple_client 测推理速率,或 aloha_sim 跑仿真;有真机:aloha_real、droid、libero
GPU 预留	compose 文件里的`deploy`块申请 1 个 nvidia 设备	机器没显卡时,默认 compose 无法直接拉起,该块就是预留点,按文件内注释处理

三、跑不起来先查这三处

现象	排查命令	修复
执行 docker 报`permission denied`,必须加 sudo	`groups \\| grep docker`	用户不在 docker 组:`sudo usermod -aG docker $USER`,然后注销重登(或重启)
容器里 GPU 识别不了	`dpkg -l \\| grep nvidia-container-toolkit`;`docker info \\| grep -i nvidia`	确认工具包已装、Docker 运行时含 nvidia;用 snap 版 Docker 或 Docker Desktop 会与 NVIDIA 运行时冲突,需卸载换成 apt 版
首次构建特别慢,疑似卡死	`docker images \\| grep openpi`;`docker system df`	首次 10~20 分钟属正常,后续构建走缓存;仍慢就检查网络或配置镜像源

更多细节见 docs/docker.md。

四、跑起来之后

示例入口:examples/ 每个子目录都有 README 和 compose.yml,simple_client 是最轻的推理验证入口。
训练入口:scripts/train.py(JAX)与 scripts/train_pytorch.py,训练配置集中在 src/openpi/training/config.py。
文档入口:docs/remote_inference.md 讲推理放服务器、机器人端走 websocket 的远程部署模式。

【免费下载链接】openpi项目地址: https://gitcode.com/GitHub_Trending/op/openpi

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析