Notebook 实操入口
本目录包含三类 Notebook：运行模板、已保存输出的教学 Notebook，以及依赖上游工程和本地模型的端到端工作流。类型不同，执行状态也不同。
运行前设置
bashexport PROJECT_ROOT=/path/to/mujoco_pnp
export DATA_ROOT=/path/to/datasets/every_embodied
export MODEL_ROOT=/path/to/checkpoints/every_embodied
export RUN_ROOT=/path/to/runs/every_embodied
export OUTPUT_ROOT=$RUN_ROOT/notebooks
cd /path/to/04-AMD-ROCm策略复刻专题
jupyter lab
PROJECT_ROOT 指向上游 MuJoCo 工程。数据、模型和输出目录放在专题仓库之外。
Notebook 分类
01–06：运行模板
01–06 保存检查代码、图表逻辑和命令模板，提交版本没有预先执行。读者在自己的设备上运行后得到当前环境和当前模型的结果。
| Notebook | 用途 |
|---|---|
| 01_device_env_check.ipynb | ROCm、PyTorch、显存、温度和目录 |
| 02_physical_success_review.ipynb | 物理成功条件和关键帧复核 |
| 03_act_dagger_diagnostics.ipynb | ACT 曲线、动作和 DAgger 诊断 |
| 04_smolvla_weighted_sampling.ipynb | 红杯/蓝杯分组和采样权重 |
| 05_pi0_smoke_gate.ipynb | 访问权限、模型加载和短训练配置 |
| 06_rocm_debug_playbook.ipynb | 分层排障记录 |
07–13：带教学输出的拆分流程
07–13 已保存教学执行输出，可直接阅读表格和图像。交互采集、长训练和批量闭环由 RUN_* 环境变量控制，打开文件不会自动启动长任务。
| Notebook | 用途 | 保存状态 |
|---|---|---|
| 07_data_collection_and_audit.ipynb | 键盘采集、四视角录像和数据审计 | 11/11 代码单元已保存输出 |
| 08_act_training_rocm.ipynb | ACT 短训练和正式配置 | 11/11 |
| 09_smolvla_training_rocm.ipynb | SmolVLA 训练与任务分组 | 11/11 |
| 10_pi0_training_rocm.ipynb | Pi0 权限和训练配置 | 12/12 |
| 11_mujoco_closed_loop_deploy.ipynb | 模型加载、逐回合结果和视频 | 10/10 |
| 12_pi0_strict_input_end_to_end.ipynb | Pi0 输入与环境随机化检查 | 10/10 |
| 13_pi05_random_position_eef_delta.ipynb | EEF-delta、动作块和恢复数据 | 13/13 |
14–16：端到端工作流
14–16 将模型配置、训练、评估和视频放在同一个文件中。仓库保存参数和历史教学输出；真正执行训练与评估时，必须提供上游工程、数据和模型目录。
| Notebook | 模型 | 运行说明 |
|---|---|---|
| 14_smolvla_end_to_end.ipynb | SmolVLA | 设置 RUN_LONG_TRAIN=1 启动训练，设置 RUN_EVAL=1 评估本次模型 |
| 15_pi0_end_to_end.ipynb | Pi0 | 需要已获授权的基座与匹配数据 |
| 16_act_end_to_end.ipynb | ACT | 普通训练与 repair 配方由 ACT_RECIPE 选择 |
端到端 Notebook 的默认开关为关闭状态。未提供上游路径时，配置和说明单元可以运行，训练和评估单元会显示所需变量。
普通训练与保护训练
workflows/README.md提供普通训练和保护训练的独立副本。两类实验使用不同的 $RUN_ROOT 子目录，评估读取当前 Notebook 本次训练产生的模型。
重新执行
安装 Jupyter 内核后优先使用 Jupyter 原生执行。教学镜像缺少 nbclient 时，可使用轻量执行器执行不含交互窗口的单元：
bashpython code/execute_tutorial_notebooks.py \
notebooks/07_data_collection_and_audit.ipynb \
notebooks/08_act_training_rocm.ipynb \
notebooks/09_smolvla_training_rocm.ipynb \
notebooks/10_pi0_training_rocm.ipynb \
notebooks/11_mujoco_closed_loop_deploy.ipynb \
notebooks/12_pi0_strict_input_end_to_end.ipynb \
notebooks/13_pi05_random_position_eef_delta.ipynb
长训练期间，进度条在同一输出区域刷新；逐步指标写入 metrics.jsonl，避免为每一步增加一个 Notebook 输出块。
验收
完成一个模型的端到端流程后检查：
- 训练配置中的数据、观测和动作与评估环境一致；
- 评估模型路径位于本次运行的
checkpoints/； - 逐回合结果数量等于配置中的评估分母；
- 成功/失败视频可播放，并能定位对应结果行；
- Notebook 中没有异常输出和机器私有绝对路径。