---
license: other
tags:
  - robotics
  - vla
  - manipulation
  - robotwin
  - robodojo
library_name: a1
---

# A1 — RoboDojo joint-delta VLA (step88000)

A1 是基于 AllenAI **Molmo** 的视觉-语言-动作(VLA)模型。本仓库提供在 **RoboTwin 3.0 / RoboDojo**(ARX5 双臂)上训练的 **joint-delta** checkpoint,以及一套**开箱即用的部署代码**(XPolicyLab socket server),下载后即可起服务、被仿真器调用。

A1 is a Molmo-based Vision-Language-Action model. This repo ships a RoboDojo (ARX5 dual-arm) **joint-delta** checkpoint plus a ready-to-run serving stack (XPolicyLab socket server).

## 仓库内容 / Contents

| 路径 | 说明 |
|------|------|
| `checkpoint/step88000-unsharded/model.pt` | 模型权重(~32GB,unsharded) |
| `checkpoint/step88000-unsharded/config.yaml` | 该 checkpoint 的训练配置 |
| `assets/robodojo_joint_delta.json` | 反归一化统计(`bounds_q99`),与该 checkpoint 配套 |
| `code/XPolicyLab_a1_robodojo_full.tar.gz` | 完整 XPolicyLab 部署代码(含 vendor 的 delta-capable A1、含 `.git`) |

## 模型规格 / Model spec

- 机器人 / robot: ARX5 双臂 (dual-arm)
- 动作 / action: 14 维关节 `[L_arm(6), L_grip(1), R_arm(6), R_grip(1)]`
- **joint-delta**: 双臂关节预测的是 delta,夹爪是绝对值 → `delta_mask = "6,-1,6,-1"`
- 归一化 / normalization: `bounds_q99`
- chunk 长度 / action chunk: 50,序列长度 / sequence length: 600

## 快速使用 / Quick start

```bash
# 1) 下载本仓库(用 hf-mirror 更快;国内环境关掉代理)
pip install -U "huggingface_hub[cli]"
HF_ENDPOINT=https://hf-mirror.com \
  hf download D-eon/a1-robodojo-joint-delta --local-dir ./a1_robodojo

# 2) 解压部署代码
cd a1_robodojo
tar -xzf code/XPolicyLab_a1_robodojo_full.tar.gz      # 得到 XPolicyLab/

# 3) 准备 conda 环境(参考 XPolicyLab/policy/A1/README.md 与 A1 安装说明)
#    需要 torch==2.6.0 / transformers<5 等;环境名假设为 a1

# 4) 起 A1 策略服务(指向下载的 checkpoint 目录)
MODEL_PATH="$PWD/checkpoint/step88000-unsharded" \
  bash XPolicyLab/policy/A1/serve_a1.sh
#   可选: PORT=32180 GPU=0 CONDA_ENV=a1 ...
#   norm stats 默认用 XPolicyLab/policy/A1/assets/robodojo_joint_delta.json(已随代码包提供)
```

服务以**端口进入 LISTEN** 为就绪标志(checkpoint ~32GB,加载需几分钟)。详见解压后的
`XPolicyLab/policy/A1/README.md`(「独立部署 / 开环验证」一节)。

## 开环验证 / Open-loop check

```bash
python XPolicyLab/policy/A1/test_openloop_client.py \
  --episode /abs/.../RoboDojo/<task>/arx_x5/data/episode_0000007.hdf5 \
  --host 127.0.0.1 --port 32180 --chunk 50 --max_frames 400
```
在 `arrange_largest_number` 上整体 L1 ≈ 0.02–0.03(关节空间绝对动作)属正常范围。

## 关键对齐点 / Notes

- **delta 还原**在 server 端完成(`policy/A1/model.py`):按 `delta_mask` 把原始 state 加回臂关节。
- 输入图像保留**原分辨率**(交给模型自带预处理),相机顺序 `cam_head / cam_left_wrist / cam_right_wrist`,需 **RGB**。
- obs 必须带真实 `instruction`,否则精度明显下降。