π₀ 主控脚本都在 scripts 中：

其中，serve_policy.py 是 openpi 中的策略推理服务端脚本，作用为：启动一个 WebSocket 服务器，加载预训练策略模型，等待外部请求（如来自 main.py 的控制程序），然后执行动作推理并返回结果

一句话总结一下：

将一个 Pi0 策略模型部署为网络服务（WebSocket API），供机器人主控进程远程调用

目录

1 库引用

2 参数定义

3 加载策略模型

4 启动推理服务

5 使用方法总结

5.1 使用方法

5.2 问题分析

---

1 库引用

import dataclasses  # 用于创建结构化参数对象
import enum          # 用于定义环境枚举类型
import logging       # 用于日志输出
import socket        # 获取本机 IP 地址信息

import tyro          # 命令行参数解析库，比 argparse 更现代

# 引入策略和策略配置模块
from openpi.policies import policy as _policy
from openpi.policies import policy_config as _policy_config
# 引入 WebSocket 推理服务模块
from openpi.serving import websocket_policy_server
# 引入训练配置模块
from openpi.training import config as _config

2 参数定义

# 定义支持的机器人环境枚举类型
class EnvMode(enum.Enum):
    ALOHA = "aloha"
    ALOHA_SIM = "aloha_sim"
    DROID = "droid"
    LIBERO = "libero"


# 定义用于加载 checkpoint 的参数结构
@dataclasses.dataclass
class Checkpoint:
    config: str  # 模型对应的训练配置名，如 "pi0_aloha_sim"
    dir: str     # checkpoint 目录路径（可以是本地或 S3）


# 定义默认策略类型占位符结构
@dataclasses.dataclass
class Default:
    pass  # 使用默认模型配置（例如从 DEFAULT_CHECKPOINT 中选择）


# 定义主入口参数结构体
@dataclasses.dataclass
class Args:
    env: EnvMode = EnvMode.ALOHA_SIM         # 使用的机器人环境
    default_prompt: str | None = None        # 默认语言提示词
    port: int = 8000                         # WebSocket 服务端口
    record: bool = False                     # 是否记录策略输出（用于调试）
    policy: Checkpoint | Default = dataclasses.field(default_factory=Default)

# 定义每个环境对应的默认 checkpoint
DEFAULT_CHECKPOINT: dict[EnvMode, Checkpoint] = {
    EnvMode.ALOHA: Checkpoint(
        config="pi0_aloha",
        dir="s3://openpi-assets/checkpoints/pi0_base",
    ),
    EnvMode.ALOHA_SIM: Checkpoint(
        config="pi0_aloha_sim",
        dir="s3://openpi-assets/checkpoints/pi0_aloha_sim",
    ),
    EnvMode.DROID: Checkpoint(
        config="pi0_fast_droid",
        dir="s3://openpi-assets/checkpoints/pi0_fast_droid",
    ),
    EnvMode.LIBERO: Checkpoint(
        config="pi0_fast_libero",
        dir="s3://openpi-assets/checkpoints/pi0_fast_libero",
    ),
}

其中，class Args 使用 Tyro 来从命令行解析参数，包括以下选项：

• --env：选择环境，如 ALOHA, DROID（仅在使用默认模型时起作用）
• --default_prompt：语言提示词（自然语言）
• --port：监听的端口（默认 8000）
• --record：是否开启动作记录（用于调试）
• --policy：加载指定 checkpoint，支持：1. Checkpoint(config="...", dir="...")  2. Default() 使用内置 checkpoint

3 加载策略模型

# 从默认环境创建策略模型
def create_default_policy(env: EnvMode, *, default_prompt: str | None = None) -> _policy.Policy:
    if checkpoint := DEFAULT_CHECKPOINT.get(env):
        return _policy_config.create_trained_policy(
            _config.get_config(checkpoint.config),  # 加载配置
            checkpoint.dir,                         # 加载参数
            default_prompt=default_prompt           # 设置默认语言提示
        )
    raise ValueError(f"Unsupported environment mode: {env}")


# 从命令行参数创建策略模型
def create_policy(args: Args) -> _policy.Policy:
    match args.policy:
        case Checkpoint():  # 如果显式指定 checkpoint
            return _policy_config.create_trained_policy(
                _config.get_config(args.policy.config),
                args.policy.dir,
                default_prompt=args.default_prompt
            )
        case Default():     # 否则使用默认模型
            return create_default_policy(args.env, default_prompt=args.default_prompt)

分两种情况：

1. 手动指定模型与路径，即增加参数 --policy：

--policy 'Checkpoint(config="pi0_aloha", dir="s3://openpi-assets/checkpoints/pi0_base")'

2. 使用内置默认策略（会从 S3 下载），即不指定参数 --policy：

uv run scripts/serve_policy.py --env ALOHA --default_prompt='fold the towel'

4 启动推理服务

# 主逻辑函数
def main(args: Args) -> None:
    policy = create_policy(args)            # 加载策略对象
    policy_metadata = policy.metadata       # 获取策略的元信息

    if args.record:                         # 如果启用记录，包裹为记录器
        policy = _policy.PolicyRecorder(policy, "policy_records")

    # 获取本机 IP 和主机名（日志打印）
    hostname = socket.gethostname()
    local_ip = socket.gethostbyname(hostname)
    logging.info("Creating server (host: %s, ip: %s)", hostname, local_ip)

    # 创建 WebSocket 推理服务对象
    server = websocket_policy_server.WebsocketPolicyServer(
        policy=policy,
        host="0.0.0.0",               # 监听所有接口
        port=args.port,               # 指定端口
        metadata=policy_metadata,    # 附加元信息
    )
    server.serve_forever()           # 启动阻塞服务循环


# 脚本入口：解析 CLI 参数并运行主函数
if __name__ == "__main__":
    logging.basicConfig(level=logging.INFO, force=True)  # 初始化日志
    main(tyro.cli(Args))  # 使用 tyro 从命令行解析 Args 并运行

启动一个 WebSocket 服务端，监听端口，等待来自主控系统（如 main.py）的动作请求，完成如下功能：

• 接收来自客户端的 observation（图像、语言提示等）
• 执行 policy.infer(...) 
• 返回预测的动作结果

5 使用方法总结

5.1 使用方法

✅ 最简单用法（使用默认模型）：

uv run scripts/serve_policy.py --env ALOHA --default_prompt='fold the towel'

自动从 S3 下载 pi0_aloha 的默认模型，并运行推理服务器，端口0.0.0.0:8000

✅ 使用本地模型：

uv run scripts/serve_policy.py policy:checkpoint \
  --policy.config=pi0_aloha \
  --policy.dir=/home/yejiangchen/.cache/openpi/openpi-assets/checkpoints/pi0_aloha_towel

✅ 启用推理行为记录：

uv run scripts/serve_policy.py --record ...

将推理行为记录下来，便于调试

如果在使用本地模型时出现 bug，运行以下命令查看：

uv run scripts/serve_policy.py policy:checkpoint --help

运行成功可以看到：

可以看到日志：

• 模型已经被正常加载（包括 JAX/Flax 环境、参数、norm stats）
• 推理服务已启动，在 0.0.0.0:8000 监听 WebSocket 请求
• 各种 INFO 日志都是正常的底层库启动信息（比如尝试加载 rocm、tpu，最后还是用的 CUDA/CPU，不影响使用）
• 检查点参数与归一化参数（norm stats）都已找到并成功加载

5.2 问题分析

可以看到 GPU 启动问题，检查 JAX 是否用上 GPU，输入：

(pi0) yejiangchen@yejiangchen-System-Product-Name:~/Desktop/Codes/openpi-main$ python
Python 3.11.11 (main, Dec 11 2024, 16:28:39) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import jax
>>> print(jax.devices())
[CudaDevice(id=0)]

可以看到：jax.devices() 输出为 [CudaDevice(id=0)]，这说明 JAX 在当前环境下已经可以正确识别并调用 GPU（CUDA）。 CUDA 驱动、jax、jaxlib 安装都没有问题

其实只要 jax.devices() 显示 CudaDevice，模型实际计算就会在 GPU 上执行，即便启动日志没高亮显示 gpu 关键字也没关系

JAX/Flax 框架有时不会像 PyTorch 那样在日志里明确输出 “Using CUDA”。它只会在代码第一次涉及到数组/张量运算时，将数据移动到 GPU。如果已经能看到 [CudaDevice(id=0)]，说明后续所有计算都会尽量在 GPU 上进行

运行时使用 nvtop 查看 GPU 占用：

安装：

sudo apt install nvtop

使用：

nvtop

可以看到 GPU 基本拉满了