命令行与配置参考

使用 rpent --robot <name> --help 查看所选环境的完整参数。共享参数由 RPent 提供，任务选择、资源路径和服务参数由各环境补充。

rpent --help
rpent --robot libero --help
rpent --robot robocasa --help
rpent --robot robotwin --help

常用参数

这些参数控制规划器、记忆、输出目录和 Dashboard。

参数	默认值	说明
--robot	—	选择已发现的机器人或仿真环境。
--planner	api	api、claude_code、codex 或 flash。
--model	—	api 要求服务提供方前缀；SDK 规划器使用各自默认值。
--max-turns	100	规划器轮数上限。
--max-tokens	8192	仅 api：每次模型回复的 Token 上限。
--reasoning-effort	none	api、claude_code 与 codex 的推理强度：none、low、medium、high 或 xhigh。在我们的 LIBERO Pro Long 评测中，关闭 reasoning 将平均运行时间从约 13.2 分钟缩短至 7.9 分钟（约 40%）。较高强度可能提升任务成功率；实际支持的档位取决于所选模型。
--planner-timeout-s	—	默认使用 CODEX_TIMEOUT_S （仅 Codex）、CELL_TIMEOUT_S 或 1200 秒；终端交互式 API/Claude 会话不受此限。
--base-url	—	仅 api：覆盖模型服务地址。SDK 规划器使用各自的环境变量。
--no-images	false	仅 api：不向模型发送图像。
--claude-code-max-budget-usd	—	Claude Code 美元预算；默认取 MAX_BUDGET_USD 或 10。
--output-dir	—	保存本次运行文件的目录；默认目录名由环境生成。
--memory-profile	—	评测默认为 hf，探索默认为 local。
--memory-dir	—	本地记忆目录；与本地模式或探索一起使用。
--explore	false	在支持的环境中启用探索。
--dashboard	false	启动 Dashboard 会话。
--dashboard-host	127.0.0.1	Dashboard 监听地址。
--dashboard-port	0	0 表示自动分配可用端口。
--dashboard-language	en	en 或 zh-cn。
--verbose	false	启用 DEBUG 日志。

环境参数

LIBERO 使用 --suite、--task、--seed 和 --libero-type 选择任务；默认类型为 LIBERO_TYPE 或 pro。RoboCasa365 和 RoboTwin 使用 --task-name。Franka 使用 --task-id 和 --robot-config。具体选项见 LIBERO、RoboCasa365、RoboTwin、单臂 Franka 和 双臂 Franka。

--env-endpoint、--vla-endpoint 和 LIBERO 的 --sam3-endpoint 可连接已启动的环境、VLA 或 SAM3 服务器，地址格式为 [protocol://]host:port，默认协议为 http。GPU 分配和远程服务见 远程服务与并行运行。

以下默认值适用于 LIBERO，其他环境以各自的 --help 为准。

LIBERO 参数	默认值	说明
--seed	0	环境随机种子。
--max-episode-steps	10000	环境步数上限，与规划器的 --max-turns 分开计算。

模型服务环境变量

在启动 RPent 的终端中设置所选规划器的认证信息和服务器地址。

规划器	API Key	服务地址
api / Anthropic; claude_code	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
api / OpenAI	OPENAI_API_KEY	OPENAI_BASE_URL
codex	CODEX_API_KEY	CODEX_BASE_URL

Codex 也可复用已有的 Codex 认证。模型选择、地址优先级和本地服务示例见 配置规划器与模型服务。连接检查使用 rpent-check-llm；记忆管理使用 rpent-memory，操作方法见 使用记忆与探索模式。

模型与资源路径由各环境读取，例如 LIBERO 的 PI05_CHECKPOINT_PATH、SAM3_CHECKPOINT_PATH，RoboCasa365 的 ROBOCASA_ASSETS_PATH，以及 RoboTwin 的 ROBOTWIN_ASSETS_PATH、LINGBOT_MODEL_PATH。

安装依赖选项

在仓库根目录使用 uv pip install -e ".[<extra>]" 安装所需的可选依赖组。通常选择对应环境的依赖组即可；该组会包含下表中列出的模型或运行依赖。资源与模型权重仍需按环境页下载。

Extra	安装内容	说明
.[libero]	标准 LIBERO、Pi0.5、SAM3 和 RLinf 运行依赖。	LIBERO
.[libero-pro]	LIBERO-PRO 及 LIBERO 所需的模型和运行依赖。	LIBERO
.[libero-plus]	LIBERO-plus、Pi0.5、SAM3 和 RLinf 运行依赖。	LIBERO
.[robocasa]	RoboCasa365、RLDX-1、Robosuite 和 RLinf 运行依赖。	RoboCasa365
.[robotwin]	RoboTwin 运行依赖、LingBot-VLA、cuRobo 和 RLinf 运行依赖。	RoboTwin
.[franka]	RLinf Franka 集成、OpenPI 和 Franka 控制依赖。	双臂 Franka
.[rlinf]	RLinf 运行依赖（rpent-rlinf）。	添加机器人或仿真环境
.[sam3]	SAM3 分割依赖；模型权重需要另行下载。	LIBERO
.[molmo]	Molmo 视觉定位依赖；需使用独立环境。	使用 Flash Mode
.[flywheel]	轨迹导出所需的 LeRobot 依赖。	采集轨迹与数据飞轮
.[test]	轻量测试依赖。	贡献指南

每个虚拟环境只安装一种 LIBERO 版本。RoboCasa 使用 Python 3.10，快速开始和 RoboTwin 示例使用 Python 3.11；请按对应页面创建环境。

输出文件

--output-dir 指定本次运行的输出目录。LIBERO 未指定该参数时，默认保存在仓库下的 logs/<timestamp>_<suite>_t<task>_s<seed>/；其他环境的目录命名见各环境页。

下表以 LIBERO 为例。实际生成的文件取决于环境、录像和任务运行结果。

文件或路径	用途
transcript_*.json	规划器对话、工具调用及结束信息。
episode.mp4	本次任务的录像。
run.log	RPent 运行日志。
env_server.log / vla_server.log / sam3_server.log	由本次运行启动的环境和模型服务器日志。
*_recipe.jsonl	成功任务导出的动作序列；失败任务不保证生成该文件。
states.json	EnvState 的内部状态索引。通过 Dashboard 或 view_env_state 查看状态，调用方不要直接解析此文件。
agentview_depth.npz/00.npz	逐步保存的观测示例：目录名是逻辑文件名，目录内按步数编号，如 00.npz、01.npz。

整次运行的文件保存在输出目录根部，逐步观测保存在各自的子目录中。成功判定以各环境页的原生判定为准；动作序列、录像和规划器总结本身都不能替代该判定。