快速开始

开始前，请先按照 安装 安装 RPent，并下载 LIBERO-PRO 仿真资源。下面以 LIBERO-PRO 和 claude_code planner 为例，演示如何完成一次运行。

1. 配置 API key 与 checkpoint

导出 Anthropic API key，然后下载并配置 VLA 和 SAM 3.0 checkpoint：

# Anthropic 密钥；使用 Anthropic 官方 API 时无需设置 base URL。
export ANTHROPIC_BASE_URL=https://xxx
export ANTHROPIC_API_KEY=sk-xxx

# VLA checkpoint —— 从下面地址下载
# https://huggingface.co/RLinf/RLinf-Pi05-LIBERO-130-fullshot-SFT
pip install "huggingface_hub>=0.34,<1.0"

hf download RLinf/RLinf-Pi05-LIBERO-130-fullshot-SFT \
  --exclude optimizer.pt \
  --local-dir ./checkpoints/RLinf-Pi05-LIBERO-130-fullshot-SFT

export PI05_CHECKPOINT_PATH=$PWD/checkpoints/RLinf-Pi05-LIBERO-130-fullshot-SFT

# SAM 3.0 checkpoint —— 从以下地址下载
# https://modelscope.cn/models/facebook/sam3
pip install -U modelscope

modelscope download facebook/sam3 \
  --local-dir ./checkpoints/sam3

export SAM3_CHECKPOINT_PATH=$PWD/checkpoints/sam3/sam3.pt

2. 跑一个 LIBERO 任务

使用 claude_code planner 跑单个 LIBERO PRO 任务 （libero_object_swap，任务 2，种子 0）：

rpent --robot libero --suite libero_object_swap --task 2 --seed 0 \
  --planner claude_code --model claude-opus-4-8

若要切换到其他 planner（如 codex 或 api），请参阅 Agentic Planner。

3. 通过 Dashboard 查看运行过程

添加 --dashboard 后，RPent 会启动本地 Dashboard，并在终端输出访问地址：

rpent --robot libero --dashboard --dashboard-language zh-cn \
  --planner claude_code --model claude-opus-4-8

Session 配置全部来自命令行，打开地址后直接进入实时监控；服务就绪后，在页面输入 /rpent-task libero_object_swap 2 0 启动任务。Dashboard 会实时显示智能体的 推理过程、相机画面和动作时间线；任务结束后可以继续提交下一任务。使用 --dashboard-language zh-cn 可切换到中文界面。

关键 CLI 选项

下表列出主要的命令行选项。其他通用选项可运行 rpent --help 查看； 有关 LIBERO 机器人的更多配置，请参阅 LIBERO 使用指南。

主参数

参数	默认值	说明
--robot	—（必填）	机器人后端。当前支持 libero。
--suite	—（必填）	任务套件，如 libero_object_task、libero_spatial_swap
--task	—（必填）	套件内的任务编号
--seed	0	随机种子
--libero-type	LIBERO_TYPE 或 pro	LIBERO 类型：standard | pro | plus

Planner

参数	默认值	说明
--planner	api	api | claude_code | codex
--model	—	模型 ID；api 需带 provider 前缀（anthropic:…、 openai:…、openai-chat:…）
--max-turns	100	智能体最大轮数
--max-tokens	8192	单次 LLM 回复最大 token
--reasoning-effort	none	api、claude_code 与 codex 的推理强度：none | low | medium | high | 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。
--no-images	关	纯文本模式：不向模型发送图片字节（用于不支持图片输入的模型）

环境

参数	默认值	说明
--max-episode-steps	10000	环境最大步数
--cuda-device	继承当前环境	env_server、vla_server 和 sam3_server 可见的 GPU 设备
--env-endpoint	—（自动启动）	已在运行的 env_server 的 [protocol://]host:port （protocol=http|socket，默认 http）。留空时自动启动本地 实例。
--vla-endpoint	—（自动启动）	已在运行的 vla_server 的 [protocol://]host:port （同上）。留空时自动启动本地实例。
--sam3-endpoint	—（自动启动）	已在运行的 sam3_server 的 [protocol://]host:port （同上）。留空时自动启动本地实例。

Dashboard

参数	默认值	说明
--dashboard	关	启动本地 Dashboard
--dashboard-language	en	Dashboard 界面语言：en | zh-cn

运行结果

一次成功的运行会：

1. 终端会先显示 env_server、vla_server 和 sam3_server 的启动信息。

2. 智能体的逐轮输出和工具调用会显示在终端中；运行结束时还会显示耗时、token 用量和运行记录的路径。

3. 启用 Dashboard 后，智能体的输出、相机视图、动作时间线和片段回放也会实时显示在 Dashboard 中。

4. 默认输出目录为 logs/<timestamp>_<suite>_t<task>_s<seed>/，其中包含 transcript_*.json（运行记录）、states.json（EnvState 清单）、*_recipe.jsonl（动作序列）和 episode.mp4（回合录像）。每种逐步工件使用一个与逻辑工件同名的目录，目录内按步骤保存零填充文件，例如 agentview_depth.npz/00.npz 和 agentview_depth.npz/01.npz；运行级工件仍保存在输出目录根部。

通过 Dashboard 或 view_env_state(step=-1) 查看最终状态；其顶层 terminated 即为基准任务结果。states.json 是 EnvState 的内部 存储，调用方不应直接解析。也可以打开 episode.mp4 复核运行过程。 出问题时，参考 安装 页底部提到的四份日志文件。