★ FEATURED ARTICLE EasyWAM-Unified-Wan22数据集统计文件深度解析State与Action归一化参数在机器人策略推理中的作用本文带你深入解读 EasyWAM-Unified-Wan22 仓库中的数据集统计文件libero_dataset_stats.json讲解其中 State 与 Action 归一化参数的含义、字段结构以及在 LIBERO 机器人策略推理中为什么必须使用这份文件、如何正确配合检查点完成评测。适合刚接触世界-动作模型WAM与模仿学习的新手阅读。这个仓库里有什么EasyWAM-Unified-Wan22 是基于 Wan2.2-TI2V-5B 基座构建的统一世界-动作模型检查点仓库使用单个 Video DiT 同时表示并去噪视频 token 与动作 token实现双模态在自注意力层中的双向耦合。仓库结构非常精简核心文件只有四个文件作用libero_unified_wan22.ptLIBERO 全参数检查点约 10GBlibero_unified_wan22_lora_128.ptLIBERO LoRA 检查点rank 128, alpha 128libero_dataset_stats.json数据集归一化统计文件本文主角README.md项目说明与评测方法其中两个.pt文件通过 Git LFS 存储可参考 .gitattributes 中的*.pt filterlfs规则。而真正容易被新手忽视的恰恰是那个只有 40KB 的 JSON 文件。为什么归一化统计文件如此重要在机器人模仿学习中模型的输入机器人状态、动作指令往往量纲悬殊位置坐标可能是零点几关节角可能是好几度夹爪开合则是 0/1。直接把原始值喂给神经网络训练不稳定、收敛慢。因此 EasyWAM 在训练前会对 State 和 Action 做标准化标准化公式x_norm (x - mean) / (q99 - q01)训练时模型认识的永远是标准化之后的数据。推理时就必须用同一套统计参数做反向变换否则模型输出的动作在物理空间里就是错的。libero_dataset_stats.json记录的就是训练集上预先算好的这些统计量它是训练与推理之间的一致性契约。这也是为什么 README.md 中的评测命令必须显式传入EVALUATION.dataset_stats_path./checkpoints/libero_dataset_stats.json—— 缺了它推理链路就断了一半。JSON 文件结构速览整个文件由三部分组成层次清晰1. 顶层两大模态state 与 actionstate机器人本体状态共8 维如关节位置、夹爪状态等对应state/default节点action模型输出的控制动作共7 维如末端执行器的 x/y/z 位移、旋转、夹爪对应action/default节点2. 每个模态下的 10 种统计量以state为例包含这些字段字段形状含义stepwise_min/stepwise_max(1, 8)逐步统计的最小/最大值global_min/global_max(8,)全数据集全局最小/最大值stepwise_q01/stepwise_q99(1, 8)1% 与 99% 分位数global_q01/global_q99(8,)全局分位数归一化的核心参数stepwise_mean/stepwise_std(1, 8)逐步均值与标准差global_mean/global_std(8,)全局均值与标准差action的stepwise_*字段形状为(32, 7)——第一维 32 对应动作序列的时间步stepwise 即按时间步逐位置统计体现了 WAM 模型以动作序列为条件、整段预测的特点global_*字段则是把 277713 条 transition 汇总后的 (7,) 向量。3. 数据集规模信息文件末尾记录了数据来源规模num_episodes:1712条 LIBERO 演示轨迹num_transition:277713个状态-动作转移对几个值得注意的数据细节1. q01/q99 比 min/max 更稳健以 state 第 4 维为例global_min为 1.0028、global_max为 3.7249而global_q01/global_q99为 1.0130/3.7219。用分位数而非极值归一化能防止个别离群点把归一化区间拉得过宽避免正常样本被压缩到极窄的取值范围内。2. 动作范围揭示控制接口设计从global_min/global_max可读出 action 各维边界前三维位移对称分布在 ±0.9375旋转维度在 ±0.375 附近最后一维夹爪取值为 0 或 1——这是一个典型的连续末端位移 二值夹爪的 7 维控制空间。3. 步内动作统计呈渐变趋势stepwise_mean沿 32 步时间轴平滑变化如第 1 维均值从 0.075 递减至 0.004说明在轨迹序列内动作分布本身随时间漂移。stepwise 统计为按时间位置精细归一化提供了可能而 global 统计则提供更简单的全局基线训练与推理协议可据此选择。4. 状态 token 放置方式README.md 明确指出 State-token placement 为sequence即状态作为序列 token 参与 Video DiT 的自注意力计算这与统计文件中 stepwise 的形状设计是一脉相承的。推理评测时如何正确使用统计文件完整参数与 LoRA 检查点的评测流程一致只需替换ckpt参数python experiments/libero/run_libero_manager.py \ tasklibero_easywam_unified_wan22 \ ckpt./checkpoints/libero_unified_wan22.pt \ EVALUATION.dataset_stats_path./checkpoints/libero_dataset_stats.jsonLoRA 检查点需先按 Wan2.2 backbone 指南下载基座权重再使用tasklibero_easywam_unified_wan22_lora。评测协议默认覆盖全部 4 个 LIBERO 套件、每任务 50 次试验多卡加速可追加MULTIRUN.num_gpusgpu-count。按照 README.md 公布的 LIBERO 结果全参数 EasyWAM-Unified 平均成功率达98.6%Spatial 98.4 / Object 98.8 / Goal 99.2 / LIBERO-10 98.0LoRA 版本平均 87.0%。这些成绩的背后正是训练与推理两端严格共用同一份归一化参数换来的零漂移。新手避坑清单检查点与统计文件必须配套libero_dataset_stats.json是与这两个.pt检查点在同一 LIBERO 数据集上联合训练的产物不要混用其他数据集如其他机器人平台的统计文件LoRA 检查点不含完整 backbone加载前需按文档配置 Wan2.2-TI2V-5B 基座权重路径不要手动修改 JSON 数值统计参数是模型输出的解码钥匙改动任何数字都会让反归一化后的动作偏离训练分布下载时四个文件要一起拉取README 的 Download 小节给出了hf download一条命令同时获取两个检查点与统计文件避免漏下总结libero_dataset_stats.json虽然只有 40KB却是 EasyWAM-Unified-Wan22 从训练走向推理的关键桥梁18 组统计量定义了 8 维 state 与 7 维 action 的标准化空间1712 条 episode、277713 条 transition 的规模信息则交代了这份参数的数据来源。理解它你就理解了世界-动作模型评测链路中数据契约的核心环节——模型输出的每一个动作数值最终都要经过这份文件才能变回机器臂的真实运动。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
