论文 Appendix H × 仓库实现

一句话

多源开放机器人轨迹先做轻量清洗与动作对齐，再进训练时的 20 维部分统一布局；论文写的是统一概念管线，代码按数据集开关落地，不是每个源都开全套。

主预训 mixture：agilex_franka_5data_manualvel_balance_50

核心实现：starVLA/dataloader/gr00t_lerobot/datasets.py + data_config.py + transform/state_action.py

---

1. 用了什么数据、原生动作空间

平台	训练数据	评估	原生动作
AgileX 双臂	InternData-A1、RoboCoin	RoboTwin 2.0	14 维：12 绝对关节角 + 2 夹爪
Franka 单臂	DROID (v1.0.0/1)、DROID_100、MolmoAct	LIBERO-Plus、VLA-Arena	7 维：6 delta EEF + 1 夹爪

异构来源：硬件、标注、接口、帧率、夹爪约定都不同 → 有噪声，也有尺度不一致。

---

2. 要解决的三类问题

1. 无效任务名：无法提供语言监督

2. 动作异常大值：采集/日志/预处理伪影

3. 有效轨迹之间尺度不一致：FPS、幅值、夹爪约定不同

目标：去掉不可靠监督，尽量保留有用轨迹（优先 step/chunk 级，少整条粗暴删除——主要体现在 Franka Delta）。

---

3. 清洗流水线（逻辑顺序）

步骤 A：无效语言监督 → 整条轨迹丢弃

论文： unknown_task / n/a / none / no action / 空白 / 空串

代码：

• 常量：DROID_INVALID_TASK_MARKERS（datasets.py）

• 函数：is_invalid_droid_task_text → _trajectory_has_invalid_droid_task

• 机制通用，主配方只给 DROID / DROID_100 打开（filter_invalid_droid_task=True）

• MolmoAct / InternA1 / RoboCoin：关

• 另有工程项：空 language instruction → 凡开了 language 的数据都会整条丢

---

步骤 B：Franka Delta EEF 对齐（DROID / DROID_100 / MolmoAct）

论文与代码基本一致。

1. 帧率对齐：$$\Delta a[t]=a[t+1]-a[t$$，再 $$\times \mathrm{FPS$$ → 每秒速度

   1. action_target_mode=delta_eef_velocity

   2. _postprocess_action_target（datasets.py）

2. 标坏步：\|平移速度\| > 0.5 或 \|旋转速度\| > 1.0

3. chunk 筛选：对每个采样起点对应的 action chunk，无效步占比 $$r_$$

   1. $$r_C > 0.$$ → 该起点不进训练索引

   2. $$r_C \le 0.$$ → 保留；训练时用 action_valid_mask 对坏步不计 loss

   3. _get_valid_delta_eef_step_mask

4. 归一化：平移按 0.5、旋转按 1.0（代码用 min_max、stats ±0.5/±1.0）

离线脚本：

• examples/DROID/compute_filtered_caches_droid_action_delta.py

• examples/MolmoAct/compute_caches_molmoact_delta_eef.py

配置：_build_strict_franka_manual_velocity_defaults（data_config.py）

---

步骤 C：AgileX 绝对关节角对齐（InternA1 / RoboCoin）

论文写： 去掉超出 $$[-2\pi,2\pi$$ 的值 → wrap 到 $$[-\pi,\pi$$ → 不再额外归一化

重要纠正：

论文 没有 写关节角也复用 Delta 的 $$r_$$ chunk 公式；代码也 没有 对关节做 step/$$r_$$ 过滤。

代码实际：

• 越界：|θ| > 2π → 整条轨迹丢弃（_trajectory_has_outlier_action）

  • RoboCoin：开（filter_outlier_trajectory=True, outlier_abs_limit≈2π）

  • InternA1：关（默认只有 gripper_norm_mode=min_max + wrap）

• wrap：Normalizer(mode="wrap")（transform/state_action.py）

  • InternA1、RoboCoin：都开

• 不做幅值归一化：✅

---

步骤 D：Gripper（两平台）

论文： 去极端 outlier → 每个数据集各自 min-max → $$[0,1]$$

代码：

• min-max：五家主数据源基本都开（gripper_norm_mode=min_max）

• 极端值整条丢：主要 RoboCoin（|g|>1）；Franka 侧默认没开同名 gripper outlier 开关

• 论文未写死「0=闭、1=开」，只保证映到 $$[0,1$$

---

4. 主 mixture：谁开了什么（最关键）

操作	DROID	DROID_100	MolmoAct	InternA1	RoboCoin
无效 task 名	✅	✅	❌	❌	❌
空 language	✅*	✅*	✅*	✅*	✅*
Δ×FPS + 0.5/1.0 + $$r_$$ + step mask	✅	✅	✅	—	—
Δ 归一化 ±0.5/±1	✅	✅	✅	—	—
关节 |θ|>2π 整条丢	—	—	—	❌	✅
关节 wrap	—	—	—	✅	✅
Gripper 极端值整条丢	❌†	❌†	❌†	❌	✅
Gripper min-max	✅	✅	✅	✅	✅

\* 有 language modality 即生效 † 默认未开 filter_gripper_outlier_trajectory

robot_type：

• DROID：oxe_droid_exterior{1,2}_wrist_manualvel_strict_50

• MolmoAct：molmoact_franka_exterior{1,2}_wrist_manualvel_strict_50

• InternA1：split_aloha_flip_wrap50

• RoboCoin：ROBOCOIN.AgileX_flip_wrap

---

5. 和「清洗」相关但不属于 Appendix H 离线清洗的部分

模块	是不是离线清洗	做什么
I.2 20 维布局	❌ 训练时映射	7D/14D scatter 进 20D，action_dim_mask 关掉无物理意义维（QwenHybrid_xrobot_padding.py）
Wrap-aware loss	❌ 训练损失	绝对关节维对 ±π 做环绕 L1（数据端 wrap 不够，预测仍可能跨界）
D 章 VLM caption	轻量格式化 + 共训	保 VLM prior，不是机器人轨迹清洗
G 章 UMI 20K	补充实验	轻过滤 + 转 delta EEF；仓库无对应脚本

清洗产出主要是索引/统计缓存（不改写原始 parquet）：

• meta/steps_data_index_filtered_*.pkl

• meta/stats_gr00t_filtered_*.json

---

6. 最短记忆版

无效语言 → 整条丢（主开：DROID）
     ↓
Franka：Δ×FPS → 标坏步 → r_C 筛起点 → mask 坏步 → ÷0.5/÷1.0
AgileX：(|θ|>2π 整条丢？RoboCoin✅ InternA1❌) → wrap → 不归一化
     ↓
Gripper：分数据集 min-max → [0,1]（极端值过滤主开 RoboCoin）
     ↓
训练时再映射到 20 维 + dim mask（不属于离线清洗）