服务端和仿真端分环境

OpenPI 官方推荐远程推理将策略依赖与机器人/仿真依赖分开；LIBERO 示例包含 Docker 与独立环境流程。使用本页引用的固定提交核对入口和依赖，而不是混装所有项目的最新版本。

官方服务入口示例：

1
uv run scripts/serve_policy.py --env LIBERO

需先按同提交文档安装环境并获得相应模型资源。这里不复制私人主机地址、凭据或开放显示服务器的配置；命令未在本次目标 GPU 环境运行。

官方代码补充：LIBERO 预处理不能只看 shape

已读取的 examples/libero/main.py 使用 agentview_image 与腕部图像，通过 [::-1, ::-1] 调整图像方向，转为连续数组，再 resize/pad 和转 uint8。这个行为属于该示例，其他仿真来源不能机械套用。状态由末端位置、quaternion 转换后的 axis-angle 和夹爪关节构成。

策略字段 本示例语义 验收
observation/image 主视角图像 朝向、RGB、尺寸、uint8
observation/wrist_image 腕部图像 相机身份与时间对齐
observation/state 指定构造的本体状态 顺序、单位、旋转表示
prompt 当前任务语言 任务身份与更新边界
actions 动作块 horizon、维度、归一化及夹爪

动作队列与请求

1
2
3
4
5
6
7
8
9
from openpi_client import websocket_client_policy

client = websocket_client_policy.WebsocketClientPolicy(
    host="localhost", port=8000
)
# observation must follow the selected policy's preprocessing contract.
actions = client.infer(observation)["actions"]
if actions.ndim != 2:
    raise ValueError("expected [horizon, action_dim]")

observation 由上表和所选配置构造，此片段不是独立可运行完整实验。检查返回的实际 horizon 和 dim；不要固定为某次历史诊断的形状。当前 LIBERO 示例将动作放入队列，按 replan_steps 消费前缀，再推理；reset 清空队列和历史。

分层验证

先验证模型加载，再验证单请求字段和有限输出，然后用固定 initial state 检查动作单位与停止语义，最后运行完整套件。记录预热、推理、传输、动作执行和 episode 墙钟时间。一次连通、单任务成功或服务端测速不能变成全套 LIBERO 分数。比较外层 Agent 与直接策略时转到 配对评测。