使用记忆与探索模式#

记忆用于复用任务经验；探索模式通过多次尝试生成本地经验。先完成快速开始，再按本页示例使用 LIBERO 记忆。其他环境的任务参数和成功判定见各自页面。

评测模式只读取记忆，不更新记忆；探索可以复位并尝试多次。正式复现应使用实验指定的记忆版本和评测模式。

使用公开记忆#

评测默认使用 --memory-profile hf，从公开数据集 RLinf/RPent-memory 下载记忆。LIBERO 默认使用 --memory-version auto 按模型选择：

LIBERO memory 版本#
当前运行模型	`libero/` 下的 memory 目录	探索生成配置
`gpt-5.5`	`GPT_5.5_xhigh`	Codex，Reasoning 开启，xhigh
`gpt-6-astra`	`GPT_6_astra_low`	Codex，Reasoning 开启，low

支持 openai: 等提供方前缀。Codex 优先使用 --model，其次使用 CODEX_MODEL。其他模型、Claude 或无法确定的默认模型会回退到 GPT_5.5_xhigh，并输出提示。Flash 重放默认选择 GPT-5.5。显式指定版本优先于自动选择，不改变当前模型或 reasoning effort；目录名中的 effort 只说明该 memory 的探索生成配置。

# 自动选择 Astra memory。
rpent --robot libero --suite libero_goal_swap --task 1 --seed 1 \
  --planner codex --model gpt-6-astra --reasoning-effort low

# 同一模型使用 GPT-5.5 memory。
rpent --robot libero --suite libero_goal_swap --task 1 --seed 1 \
  --planner codex --model gpt-6-astra --reasoning-effort low \
  --memory-version GPT_5.5_xhigh

CLI 和 Dashboard 都在每个任务开始前解析 memory 根目录。在 Dashboard 的 下一任务的模型 中修改模型后，下一任务会重新进行自动选择；正在运行的任务保留原模型和 memory。显式指定的 memory 版本不会随模型切换而改变。

仅下载所选版本。LIBERO 缓存位于 memory/libero/.versions/，按仓库、提交和版本隔离，每次复用前校验文件集合完全一致及每份文件的哈希。额外文件会使缓存失效，固定 revision 时也不例外；联网同步会重建无效缓存。HF_HUB_OFFLINE=1 要求所选版本及 revision 已有完整、未改动的缓存。下载失败不会改用另一模型的 memory；缓存缺失或不完整会明确报错。旧缓存记录未标明版本来源时，需要联网成功刷新一次；不复用旧的无版本缓存。其他机器人保持原有的 memory 同步行为。

独立下载与本地评测#

python -m robots.libero.memory sync --memory-version GPT_6_astra_low
python -m robots.libero.memory sync --model gpt-6-astra \
  --revision <release-commit> --output-dir /path/to/new-astra-memory
rpent --robot libero --suite libero_goal_swap --task 1 --seed 1 \
  --planner codex --model gpt-6-astra --reasoning-effort low \
  --memory-profile local --memory-dir /path/to/new-astra-memory

sync 输出实际 memory 根目录，--output-dir 必须是尚不存在的目录。 --planner 默认是 api，与 rpent 一致；希望在省略 --model 时读取 CODEX_MODEL，需指定 --planner codex。 --memory-profile local 不下载 memory；本地模式或 --explore 与显式远程 --memory-version 同时使用会报参数冲突。探索使用本地 memory，每次独立探索应指定单独的空目录。

分版本下载使用 LIBERO 专用命令；共享的 rpent-memory 继续提供 merge、 validate 和 build-index 三个命令。

发布来源与兼容性#

数据集中的 libero/README.md 和 libero/manifest.json 记录版本、原始来源快照和发布文件。各版本的 files 保存相对于该版本根目录的路径与发布文件的 SHA-256，加载器据此校验实际内容。来源 revision 和来源哈希描述原始快照；目录、索引及正文引用调整后，发布哈希另行更新，不改写原始来源哈希。

两个版本根目录都使用 MEMORY.md、global/、task-family/ 和 task-specific/。GPT-5.5 还在 flash/ 中包含 78 对 plan/anchor 文件，正文与已合入的 Flash 发布版本一致。Flash 从所选版本的这个目录读取计划。Astra 没有重放资产，显式选用它执行 Flash 时会报错。

Astra 发布版合并了 Long 与 Spatial/Object/Goal 两批探索 memory；三个重名但内容不同的 global 文件分别加来源后缀并保留两份。79 对任务 audit/recipe 保持原始内容，Long Swap task 6 没有专属经验，不补造。历史 741/800 成绩使用原先两份冻结快照按套件分别评测， 合并发布版尚未重新评测。生成环境为运行提交 014a0fa，属于场景 seed 修复前版本。原始来源 revision 分别为 cf5d14ce9b3ec6c72de5477ec0fea806a3884efa （Long）和 984c57f7c6caf48b572f5926851dd9134ae041d8 （Spatial/Object/Goal）。

当前加载器要求 Hub 数据按模型分版本存放，不转换旧布局，也不回退到旧的无版本语料。代码与数据需要配套更新。当前目录名需搭配 RPent #190 的共享 memory 命名更新，以及对应数据更新。数据集 main 持续更新，reproduce/memory 保留历史内容和布局，供匹配的机器人历史复现分支使用。历史 GPT-5.5 复现使用匹配的历史客户端与原始数据 revision 21a62795fe3b7e500c8381ac47938f6d713ebe18：

hf download RLinf/RPent-memory --repo-type dataset \
  --revision 21a62795fe3b7e500c8381ac47938f6d713ebe18 \
  --include 'libero/*' --local-dir /path/to/legacy-download
# 旧 RPent 客户端使用：
rpent --robot libero --suite libero_goal_swap --task 1 --seed 1 \
  --planner codex --model gpt-5.5 --memory-profile local \
  --memory-dir /path/to/legacy-download/libero

探索并生成本地记忆#

以下命令使用独立的本地目录，最多运行 3 个规划会话，每个会话最多尝试 5 次。目录可以为空；--explore 会启用本地模式。重新运行时，请使用新的输出目录：

rpent --robot libero --suite libero_10_task --task 0 --seed 0 \
  --planner claude_code --model claude-opus-4-8 \
  --explore --explore-sessions 3 --explore-attempts-per-session 5 \
  --memory-dir ./memory/libero-local \
  --output-dir logs/explore_10_task_t0_s0

每个规划会话创建独立的工具集（toolkit），会话内每次尝试前都会复位环境。状态和观测保存在 <output-dir>/sessions/session_NNN/，经验草稿写入 <memory-dir>/_internal/inbox/<cell>/。

正常结束时，运行器校验并合并草稿、更新索引。只有 LIBERO 判定成功后，才将成功任务的运行记录（audit）和动作序列加入可供后续任务读取的记忆。探索产生的数据保存在本地，不会自动上传。添加 --dashboard 可观看探索过程，操作方法见交互使用。

使用本地记忆评测#

探索结束后，先检查本地目录和运行结果，再用该目录评测另一个场景：

rpent --robot libero --suite libero_10_task --task 0 --seed 1 \
  --planner claude_code --model claude-opus-4-8 \
  --memory-profile local --memory-dir ./memory/libero-local

local 模式不下载记忆，也不开启探索。LIBERO 会检查目录中是否已有记忆；空目录会报错。hf 模式不能与 --memory-dir 同用。

在对话记录中查看记忆读取工具的调用，确认它读取了当前任务允许使用的文件。历史坐标、像素和姿态只能作为参考，执行动作前仍需根据当前观测定位。

检查与人工合并#

检查记忆文件格式，并根据已有经验重建索引：

rpent-memory --memory-dir ./memory/libero-local validate
rpent-memory --memory-dir ./memory/libero-local build-index

如需先审核草稿，在探索命令中加入 --no-auto-merge-memory。审核完成并核实 LIBERO 的成功结果后，可用以下命令合并对应任务；--solved 是人工提供的成功标记，不能仅凭规划器的总结设置：

rpent-memory --memory-dir ./memory/libero-local merge \
  --cell 10_task_t0_s0 --output-dir logs/explore_10_task_t0_s0 --solved

格式校验不证明任务真实成功。目录、权限和发布规则见记忆机制。

其他环境#

RoboCasa365 和 RoboTwin 支持探索；任务参数、复位行为和记忆范围见各自页面。
双臂 Franka 探索需要现场操作员复位场景并确认结果，默认不自动合并记忆。先完成部署与自检，再开始探索。
单臂 Franka 当前不支持探索模式。