使用记忆与探索模式#

记忆用于复用任务经验；探索模式通过多次尝试生成本地经验。先完成 快速开始，再按本页示例使用 LIBERO 记忆。其他环境的任务参数和成功判定见各自页面。

评测模式只读取记忆，不更新记忆；探索可以复位并尝试多次。正式复现应使用实验指定的记忆版本和评测模式。

使用公开记忆#

评测默认使用 hf 模式，从 Hugging Face 上的 RLinf/RPent-memory 同步当前机器人的公开数据。下面显式写出该选项：

rpent --robot libero --suite libero_10_task --task 0 --seed 1 \
  --planner claude_code --model claude-opus-4-8 \
  --memory-profile hf

下载内容保存在 memory/libero/。设置 HF_HUB_OFFLINE=1 可跳过同步并使用本地副本。网络不可用时，运行器会记录警告；复现实验前应确认需要的数据已完整下载。

探索并生成本地记忆#

以下命令使用独立的本地目录，最多运行 3 个规划会话，每个会话最多尝试 5 次。目录可以为空；--explore 会启用本地模式。重新运行时，请使用新的输出目录：

rpent --robot libero --suite libero_10_task --task 0 --seed 0 \
  --planner claude_code --model claude-opus-4-8 \
  --explore --explore-sessions 3 --explore-attempts-per-session 5 \
  --memory-dir ./memory/libero-local \
  --output-dir logs/explore_10_task_t0_s0

每个规划会话创建独立的工具集（toolkit），会话内每次尝试前都会复位环境。状态和观测保存在 <output-dir>/sessions/session_NNN/，经验草稿写入 <memory-dir>/_internal/inbox/<cell>/。

正常结束时，运行器校验并合并草稿、更新索引。只有 LIBERO 判定成功后，才将成功任务的运行记录（audit）和动作序列加入可供后续任务读取的记忆。探索产生的数据保存在本地，不会自动上传。添加 --dashboard 可观看探索过程，操作方法见 使用 Dashboard。

使用本地记忆评测#

探索结束后，先检查本地目录和运行结果，再用该目录评测另一个场景：

rpent --robot libero --suite libero_10_task --task 0 --seed 1 \
  --planner claude_code --model claude-opus-4-8 \
  --memory-profile local --memory-dir ./memory/libero-local

local 模式不下载记忆，也不开启探索。LIBERO 会检查目录中是否已有记忆；空目录会报错。hf 模式不能与 --memory-dir 同用。

在对话记录中查看记忆读取工具的调用，确认它读取了当前任务允许使用的文件。历史坐标、像素和姿态只能作为参考，执行动作前仍需根据当前观测定位。

检查与人工合并#

检查记忆文件格式，并根据已有经验重建索引：

rpent-memory --memory-dir ./memory/libero-local validate
rpent-memory --memory-dir ./memory/libero-local build-index

如需先审核草稿，在探索命令中加入 --no-auto-merge-memory。审核完成并核实 LIBERO 的成功结果后，可用以下命令合并对应任务；--solved 是人工提供的成功标记，不能仅凭规划器的总结设置：

rpent-memory --memory-dir ./memory/libero-local merge \
  --cell 10_task_t0_s0 --output-dir logs/explore_10_task_t0_s0 --solved

格式校验不证明任务真实成功。目录、权限和发布规则见 记忆机制。

其他环境#

  • RoboCasa365 和 RoboTwin 支持探索；任务参数、复位行为和记忆范围见各自页面。

  • 双臂 Franka 探索需要现场操作员复位场景并确认结果，默认不自动合并记忆。先完成部署与自检，再开始探索。

  • 单臂 Franka 当前不支持探索模式。