OpenPI项目中Libero数据集转换问题的解决方案

背景介绍

在OpenPI项目中，Libero数据集是一个重要的机器人学习数据集，包含了丰富的机器人操作任务数据。当开发者尝试使用convert_libero_data_to_lerobot.py脚本将Libero数据集转换为LeRobot格式时，可能会遇到特征不匹配的错误。

问题现象

执行转换脚本时，系统会抛出ValueError异常，提示缺少'task'特征。错误信息明确指出在帧字典中存在特征不匹配的情况，缺少了'task'这一关键字段。

问题根源分析

经过深入分析，我们发现这个问题源于两个可能的原因：

1. API版本不兼容：LeRobot在其2.1版本中更新了数据集API，导致与旧版脚本不兼容
2. 数据结构变更：新版本对数据帧的结构要求发生了变化，特别是增加了对'task'字段的强制要求

解决方案

针对这一问题，我们提供了两种可行的解决方案：

方案一：修改脚本代码

在convert_libero_data_to_lerobot.py脚本中，需要将'task'字段的赋值移动到帧字典内部：

for raw_dataset_name in RAW_DATASET_NAMES:
    raw_dataset = tfds.load(raw_dataset_name, data_dir=data_dir, split="train")
    for episode in raw_dataset:
        for step in episode["steps"].as_numpy_iterator():
            dataset.add_frame(
                {
                    "image": step["observation"]["image"],
                    "wrist_image": step["observation"]["wrist_image"],
                    "state": step["observation"]["state"],
                    "actions": step["action"],
                    "task": step["language_instruction"].decode(),
                }
            )
        dataset.save_episode()

方案二：版本降级

如果不想修改代码，可以选择降级到与OpenPI项目兼容的LeRobot版本。这种方法虽然简单，但可能会限制使用新版本的其他功能。

注意事项

在使用新版本LeRobot时，还需要注意以下几点：

1. 移除dataset.consolidate(run_compute_stats=False)调用
2. 确保数据目录路径正确
3. 检查TensorFlow和相关依赖的版本兼容性

总结

OpenPI项目中Libero数据集的转换问题主要源于API版本变更导致的数据结构不兼容。通过调整代码结构或选择合适的版本，开发者可以顺利完成数据转换工作。在实际应用中，建议开发者关注项目依赖的版本变化，及时调整代码以适应新版本的API要求。

对于机器人学习领域的研究者和开发者来说，理解数据集的结构和转换过程至关重要，这不仅关系到实验的顺利进行，也影响着模型训练的效果。希望本文提供的解决方案能够帮助开发者顺利解决类似问题。