Comment configurer OpenVLA : Un guide pratique

# Installer OpenVLA et ses dépendances
pip install openvla torch==2.2.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install transformers==4.40.0 datasets==2.18.0 ros2cli  # ROS 2 Humble requis pour la robotique

from huggingface_hub import snapshot_download

# Téléchargement vers ~/.cache/huggingface/hub/openvla/openvla-7b
snapshot_download(
    repo_id="openvla/openvla-7b",
    local_dir="openvla-7b",
    local_dir_use_symlinks=False  # Évite les problèmes de liens symboliques sur certains systèmes de fichiers
)

git clone https://github.com/openvla/openvla-demos.git
cd openvla-demos/isaac_sim

# Démarrer Isaac Sim avec la démo OpenVLA
./launch_isaac_sim.sh

from openvla import OpenVLA
from openvla_demos.utils import capture_frame

# Initialiser le modèle (charge depuis le répertoire caché)
model = OpenVLA.from_pretrained("openvla-7b")

# Capturer une image depuis Isaac Sim
image = capture_frame("isaac_sim_camera")  # Supposant le sujet ROS 2 /isaac_sim_camera/image_raw

# Générer une action
prompt = "Saisissez le cylindre rouge et placez-le sur la table grise."
actions = model.generate(
    image=image,
    prompt=prompt,
    num_actions=20,  # Prédire 20 étapes à l’avance
    temperature=0.3  # Plus faible = plus déterministe
)

print(f"Actions prédites : {actions.shape}")  # Doit afficher (20, 7)

Actions prédites : torch.Size([20, 7])

model = OpenVLA.from_pretrained("openvla-7b", torch_dtype=torch.float16)

# Forme de l’action : (T, 7) où T = horizon (ex. 20)
actions = torch.tensor([
    [0.1, -0.2, 0.0, 0.3, -0.1, 0.0, 0.0],  # Pas de temps 0
    [0.05, -0.1, 0.0, 0.2, -0.05, 0.0, 0.0]  # Pas de temps 1
])

from openvla_ros import OpenVLAROSNode

node = OpenVLAROSNode(
    robot_name="franka_panda",
    action_topic="/franka_panda/joint_actions"
)
node.publish_actions(actions)  # Envoie vers ROS 2

actions = actions * 0.5  # Le UR5 a des limites articulaires plus strictes que Franka

{
    "images": [np.array],  # (T, H, W, 3)
    "prompts": ["str"],    # Liste de commandes linguistiques
    "actions": [np.array], # (T, 7) deltas d’angles articulaires
    "success": [bool]      # Label binaire de succès de la tâche
}

your_data/
├── images/
│   ├── task1/
│   │   ├── frame_001.png
│   │   └── ...
│   └── task2/
├── metadata.json  # JSON avec les prompts, actions et labels de succès

from openvla import OpenVLA
from openvla.finetune import LoRATrainer

# Charger le modèle de base
model = OpenVLA.from_pretrained("openvla-7b")

# Initialiser le formateur LoRA
trainer = LoRATrainer(
    model=model,
    dataset_path="your_data/metadata.json",
    output_dir="openvla-finetuned",
    per_device_train_batch_size=4,  # Réduire en cas de problème de mémoire
    num_train_epochs=5,
    lr=1e-4,
    lora_r=8,  # Rang pour LoRA
    lora_alpha=32
)

# Lancer l’affinement
trainer.train()

from openvla import OpenVLA
import time

model = OpenVLA.from_pretrained(
    "openvla/openvla-7b",
    torch_dtype=torch.float8_e4m3fn  # INT4
)

start = time.time()
for _ in range(10):
    _ = model.generate(image=test_image, prompt="Saisissez le bloc.")
latency = (time.time() - start) / 10  # Moyenne par inférence
print(f"Latence : {latency:.3f}s")  # Objectif : <20ms

Latence : 0.018s  # 18ms par inférence

# Installer TensorRT
pip install nvidia-pyindex nvidia-tensorrt

# Quantifier et compiler
from openvla.tensorrt import compile_model

compiled_model = compile_model(
    model=model,
    max_batch_size=1,
    workspace_size=1 << 25  # 32MB
)

sudo apt update && sudo apt install -y cuda-toolkit-12-1

from openvla_safety import SafetyWrapper

# Définir les contraintes de sécurité
constraints = {
    "joint_limits": {
        "min": [-2.897, -1.767, -2.897, -3.054, -2.897, -0.017, -2.897],  # Franka Panda
        "max": [2.897, 1.767, 2.897, -0.069, 2.897, 3.740, 2.897]
    },
    "velocity_limit": 0.5,  # rad/s
    "collision_margin": 0.05  # m
}

# Envelopper le modèle
safe_model = SafetyWrapper(
    model=model,
    constraints=constraints,
    fallback_action="stop"  # Action en cas de violation des contraintes
)

# Test
actions = safe_model.generate(image, prompt)
print(f"Actions sécurisées : {actions}")

Actions sécurisées : torch.Size([20, 7])