安装#

RPent 可以通过一条 pip install 命令完成安装，并提供多种可选依赖组合。

准备工作#

  • Linux + NVIDIA GPU。

  • 与 CUDA 12.x 兼容的 NVIDIA 驱动。

  • Python 3.10–3.12。

  • git、bash、以及可用的 C 工具链。

此外，还需要：

  • 至少一个 LLM 提供商的 API key，例如 Anthropic、OpenAI 或提供 OpenAI 兼容接口的服务商，供 planner 调用。

1. 用 pip 安装 RPent#

先克隆 RPent，其中包含 CLI 和运行配置，然后根据需要选择依赖组合：

git clone https://github.com/RLinf/RPent rpent && cd rpent
# 默认推荐：
pip install -e ".[libero-pro]"  # LIBERO-PRO

小技巧

openai-codex-cli-bin 目前在清华 TUNA PyPI 镜像中不可用。 如果从默认 PyPI 安装较慢，可以使用阿里云 PyPI 镜像：

pip install -i https://mirrors.aliyun.com/pypi/simple openai-codex-cli-bin

如需使用其他环境配置，可选择：

pip install -e ".[robocasa]"    # RoboCasa
pip install -e ".[robotwin]"    # RoboTwin

.[libero-pro] 是默认推荐的依赖组合。

可选的依赖组合：

Extra

安装内容

.[libero]

标准 LIBERO + openpi Pi0.5 VLA + SAM 3.0 + RLinf 运行时

.[libero-pro]

LIBERO-PRO + openpi Pi0.5 VLA + SAM 3.0 + RLinf 运行时

.[libero-plus]

LIBERO-plus + openpi Pi0.5 VLA + SAM 3.0 + RLinf 运行时

.[robocasa]

RoboCasa365 仿真器 + RLDX-1 VLA，详见 RoboCasa

.[robotwin]

RoboTwin 仿真环境和 LingBot 推理所需依赖，详见 RoboTwin

.[rlinf]

仅 RLinf 运行时

.[sam3]

仅 SAM 3.0

2. 下载运行 LIBERO 所需的仿真资源#

通过 pip 安装的 Python 包不包含运行 LIBERO 所需的大型资源文件。请根据上一步安装的 依赖组合，从以下命令中选择一条：

libero-download-assets --skip-existing      # .[libero]
liberopro-download-assets --skip-existing   # .[libero-pro]
liberoplus-download-assets --skip-existing  # .[libero-plus]

这些资源通常只需下载一次；--skip-existing 会跳过已经存在的文件。

小技巧

如果访问 Hugging Face 较慢，可以通过设置 HF_ENDPOINT 使用镜像下载：

HF_ENDPOINT=https://hf-mirror.com liberopro-download-assets --skip-existing

3. (可选) 真实机器人依赖#

Franka 与 SO-101 的支持正在逐步接入; 每个机器人的 robot 包未来会以一个 包的形式放在 robots/<name>/ 下, 并附带 README.md 说明其 SDK / 固件要求。当前进度参见 Franka 与 SO-101。

检查是否安装成功#

最直接的检查方法是完整运行一个 LIBERO 任务，具体步骤见 快速开始。任务成功运行，说明 env_server、vla_server、 sam3_server 和 agent 均能正常工作。

如果出错:

  • env server 的日志在 <output_dir>/env_server.log。

  • VLA server 的日志在 <output_dir>/vla_server.log。

  • SAM3 server 的日志在 <output_dir>/sam3_server.log。

  • agent 的运行日志在 <output_dir>/run.log。

这四份日志都保存在本次运行的输出目录中，排查失败任务时无需再从其他位置 收集日志。