[{"content":"\n总览回放 / Overview replay\n📖 本文为精简版（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 技术详解版 →\nUniLab 与联合发布 UniLab 是面向机器人强化学习的异构训练基础设施： CPU 侧并行物理仿真（MuJoCo / Motrix）与 GPU 侧策略学习通过统一 runtime 与共享内存 衔接，而不是把物理、rollout 采集与学习全部绑死在 GPU 仿真路径上。任务、奖励与后端切换由 Hydra owner YAML 表达；训练入口统一为 uv run train / uv run eval，覆盖 PPO、SAC、TD3、 APPO 等算法。\n我们同期联合发布了系统论文 UniLab: A Heterogeneous Architecture for Robot RL Beyond GPU-Dominant Paradigms （arXiv:2605.30313）。论文的核心观点是：高效训练的关键 不在于「物理必须在 GPU 上跑」，而在于仿真吞吐、策略更新与运行时同步能否形成高效的端到端 闭环——GPU 仿真是有效路径，但不是唯一路径。在代表性机器人控制任务上，UniLab 在相同硬件 配置下将端到端训练效率提升 3–10×，同时减少对 NVIDIA CUDA 软件栈的依赖，并原生支持 AMD ROCm、Intel XPU 与 Apple macOS。\n对 AMD 平台，ROCm 是一等公民：make sync-rocm 即可装好环境，策略学习走 CUDA / MPS / ROCm / XPU 统一加速器路径，物理仿真留在 CPU 多线程并行。本文的 OpenArm 抓取实验，正是 rocPAI-Forge 在 Instinct MI300X / MI210 + ROCm 上用 UniLab 落地的一条 Physical AI 实践。\n代码：github.com/unilabsim/UniLab 论文：arXiv:2605.30313 文档：UniLab-doc 概要 我们在 UniLab 上用 PPO 给 OpenArm 的一条手臂 训练了一个抓取策略：把桌面上的 3cm 方块抓起、抬到空中目标点并稳稳保持。\n最终确定性评估：ever success 100%、final success 87.9%、掉落率 0%。但真正有意思的 是过程里的三个瞬间。\n三个有意思的瞬间 1. 会\u0026quot;捏\u0026quot;的夹爪比想象中难。 一键开合（binary）的夹爪是作弊版；换成连续控制后， 策略最初总在\u0026quot;夹住却不抬\u0026quot;的局部最优里打转。我们用分阶段塑形（先到方块上方→下探→闭合→ 抬起）+ 一招 terminate_on_success=false（成功后不结束、持续\u0026quot;付费保持\u0026quot;）才让它学会完整 动作。\n2. 它学会了\u0026quot;托\u0026quot;，而不是\u0026quot;夹\u0026quot;。 🌟 评估时发现策略几乎从不闭合手指（闭合度≈0）， 却能 100% 抬起方块——它用两根指尖把方块兜住托起。一开始以为是 bug，后来才懂：对这个 高摩擦、小尺寸的方块，指尖托举靠几何兜底 + 摩擦，比精确夹紧更鲁棒。我们越逼它夹紧， 主目标反而越差。RL 最迷人之处：它不解你出的题，而是解它发现的、更好解的那道题。\n3. 一条失控的曲线，被一个超参救回。 🌟 成功率在 ~600 iter 就封顶，但 action std 一路涨到 39。原因：动作经 tanh 饱和压缩后，把探索噪声推大几乎不改变真正执行的动作， 于是 PPO 发现了\u0026quot;薅熵奖励的免费午餐\u0026quot;——把 std 推大白拿熵奖励、reward 不掉。它对控制无害， 却让曲线难看、掩盖了\u0026quot;其实早已收敛\u0026quot;。诊断清楚后，只把 entropy_coef 从 0.01 降到 0.003（其它全不变），曲线立刻变干净：\n指标 baseline 0.01 lowent 0.003 ever success 98.8% 100.0% final success 86.3% 87.9% 最终 reward 2580 2800 最终 action std 39.08 1.35 这不是\u0026quot;用成功率换干净曲线\u0026quot;，而是净改进。而且改动没碰 Python——只新增一个覆盖单字段的 owner 变体 YAML，体现 UniLab \u0026ldquo;配置优先、在 owner 层修正\u0026quot;的理念（可追溯、可对照、可回滚）。\n三条方法论 配置优先：把想法表达成配置而非代码，让对照实验廉价、可追溯。 在最接近风险处验证：成功率没退化 ≠ 万事大吉，盯住每一条曲线。 让证据说话：反直觉现象往往是策略给的证据，先理解再判断。 训练规模：4096 并行环境 × 24 步/iter × 1500 iter ≈ 1.47 亿步仿真，单次约 1h49m （共享 GPU，~23k steps/s）。想复现、看完整 reward/曲线分析 → 技术详解版。 相关：UniLab PR #640。\n📖 想了解更多？完整工程细节见 技术详解版。\n","permalink":"https://rocpai-forge.github.io/zh/posts/openarm-rl-grasp/","summary":"\u003cp\u003e\u003cvideo src=\"/media/openarm-rl-grasp/play_overview_web.mp4\" poster=\"/media/openarm-rl-grasp/play_overview.jpg\" autoplay loop muted playsinline style=\"width:100%;border-radius:.6rem;\"\u003e\u003c/video\u003e\u003c/p\u003e\n\u003cp style=\"text-align:center;color:#888;font-size:.8rem;\"\u003e总览回放 / Overview replay\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e📖 本文为\u003cstrong\u003e精简版\u003c/strong\u003e（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 \u003ca href=\"https://github.com/rocPAI-Forge/tech-blog-pub/blob/main/PhysicalAI/openarm-rl-grasp/README-details.md\"\u003e\u003cstrong\u003e技术详解版 →\u003c/strong\u003e\u003c/a\u003e\u003c/p\u003e\u003c/blockquote\u003e\n\u003ch2 id=\"unilab-与联合发布\"\u003eUniLab 与联合发布\u003c/h2\u003e\n\u003cp\u003e\u003ca href=\"https://github.com/unilabsim/UniLab\"\u003eUniLab\u003c/a\u003e 是面向机器人强化学习的\u003cstrong\u003e异构训练基础设施\u003c/strong\u003e：\n\u003cstrong\u003eCPU 侧并行物理仿真\u003c/strong\u003e（MuJoCo / Motrix）与 \u003cstrong\u003eGPU 侧策略学习\u003c/strong\u003e通过统一 runtime 与共享内存\n衔接，而不是把物理、rollout 采集与学习全部绑死在 GPU 仿真路径上。任务、奖励与后端切换由\nHydra owner YAML 表达；训练入口统一为 \u003ccode\u003euv run train\u003c/code\u003e / \u003ccode\u003euv run eval\u003c/code\u003e，覆盖 PPO、SAC、TD3、\nAPPO 等算法。\u003c/p\u003e\n\u003cp\u003e我们同期联合发布了系统论文\n\u003ca href=\"https://arxiv.org/abs/2605.30313\"\u003e\u003cstrong\u003eUniLab: A Heterogeneous Architecture for Robot RL Beyond GPU-Dominant Paradigms\u003c/strong\u003e\u003c/a\u003e\n（\u003ca href=\"https://arxiv.org/abs/2605.30313\"\u003earXiv:2605.30313\u003c/a\u003e）。论文的核心观点是：高效训练的关键\n不在于「物理必须在 GPU 上跑」，而在于仿真吞吐、策略更新与运行时同步能否形成高效的端到端\n闭环——GPU 仿真是有效路径，但\u003cstrong\u003e不是唯一路径\u003c/strong\u003e。在代表性机器人控制任务上，UniLab 在相同硬件\n配置下将端到端训练效率提升 \u003cstrong\u003e3–10×\u003c/strong\u003e，同时减少对 NVIDIA CUDA 软件栈的依赖，并\u003cstrong\u003e原生支持\nAMD ROCm\u003c/strong\u003e、Intel XPU 与 Apple macOS。\u003c/p\u003e","title":"当机械臂自己发明了一种抓法：OpenArm 抓取强化学习实践"},{"content":"rocPAI-Forge 专注于在 AMD ROCm 上锻造物理智能（Physical AI）。我们把工作组织成一个「仿真 ↔ 真机」的闭环，所有环节都跑在 ROCm 加速底座上。\n功能解决架构 flowchart TB subgraph REAL[\"真实世界 Real World\"] RR[\"真机 / 机械臂 / 移动平台\"] SEN[\"传感数据 采集\"] end subgraph SIM[\"仿真世界 Simulation\"] ENG[\"仿真引擎MuJoCo / Genesis 等\"] TWIN[\"数字孪生 / 场景\"] end subgraph LEARN[\"学习与建模 Learning\"] RL[\"强化学习 RL运动 / 操作\"] WM[\"世界模型 World Models\"] VLA[\"VLA 模型视觉-语言-动作\"] end ASSET[\"3D 资产 \u0026 场景重建网格 / 环境 / 数字孪生\"] SEN -- \"Real2Sim 重建动力学/场景\" --\u003e ASSET ASSET --\u003e TWIN TWIN --\u003e ENG ENG --\u003e RL ENG --\u003e WM ENG --\u003e VLA RL --\u003e POLICY[\"策略 / 模型\"] WM --\u003e POLICY VLA --\u003e POLICY ENG -. \"Sim2Sim 跨仿真器验证/迁移\" .-\u003e ENG POLICY -- \"Sim2Real 部署\" --\u003e INF[\"真机推理低延迟 ROCm 部署\"] INF --\u003e RR RR --\u003e SEN ROCM[\"AMD ROCm 加速底座（训练 / 仿真 / 推理）\"] ROCM --- SIM ROCM --- LEARN ROCM --- INF 重点方向 方向 探索内容 Sim2Real 缩小仿真与真机差距——域随机化、标定与部署 Sim2Sim 跨仿真器验证与迁移（如 MuJoCo ↔ Genesis 等），提升策略鲁棒性 Real2Sim 从真实数据重建场景与动力学，提升仿真保真度 3D 资产与场景重建 网格、环境与数字孪生，服务机器人与强化学习 强化学习 在 ROCm 加速栈上的运动、操作与任务型 RL 世界模型 环境动力学预测模型，用于规划与控制 VLA 模型 视觉–语言–动作模型，面向通用机器人策略 真机推理 机械臂与移动平台上的低延迟 ROCm 部署 原则 默认开源 — 代码、配置与经验向社区开放 ROCm 优先 — 在 AMD 软硬件栈上优化与验证 端到端 — 从数据与仿真到训练、评测与真机推理 用结果说话 — 可复现基准、清晰契约、坦诚的技术取舍 ","permalink":"https://rocpai-forge.github.io/zh/overview/","summary":"\u003cp\u003e\u003cstrong\u003erocPAI-Forge\u003c/strong\u003e 专注于在 \u003cstrong\u003eAMD ROCm\u003c/strong\u003e 上锻造物理智能（Physical AI）。我们把工作组织成一个「仿真 ↔ 真机」的闭环，所有环节都跑在 ROCm 加速底座上。\u003c/p\u003e\n\u003ch2 id=\"功能解决架构\"\u003e功能解决架构\u003c/h2\u003e\n\u003cdiv class=\"mermaid-wrap\" style=\"width:100%;overflow-x:auto;margin:1rem 0;\"\u003e\n\u003cpre class=\"mermaid\" style=\"background:transparent;display:flex;justify-content:center;min-width:min-content;\"\u003e\nflowchart TB\n    subgraph REAL[\"真实世界 Real World\"]\n        RR[\"真机 / 机械臂 / 移动平台\"]\n        SEN[\"传感数据 采集\"]\n    end\n\n    subgraph SIM[\"仿真世界 Simulation\"]\n        ENG[\"仿真引擎\u003cbr/\u003eMuJoCo / Genesis 等\"]\n        TWIN[\"数字孪生 / 场景\"]\n    end\n\n    subgraph LEARN[\"学习与建模 Learning\"]\n        RL[\"强化学习 RL\u003cbr/\u003e运动 / 操作\"]\n        WM[\"世界模型 World Models\"]\n        VLA[\"VLA 模型\u003cbr/\u003e视觉-语言-动作\"]\n    end\n\n    ASSET[\"3D 资产 \u0026 场景重建\u003cbr/\u003e网格 / 环境 / 数字孪生\"]\n\n    SEN -- \"Real2Sim 重建动力学/场景\" --\u003e ASSET\n    ASSET --\u003e TWIN\n    TWIN --\u003e ENG\n\n    ENG --\u003e RL\n    ENG --\u003e WM\n    ENG --\u003e VLA\n    RL --\u003e POLICY[\"策略 / 模型\"]\n    WM --\u003e POLICY\n    VLA --\u003e POLICY\n\n    ENG -. \"Sim2Sim 跨仿真器验证/迁移\" .-\u003e ENG\n\n    POLICY -- \"Sim2Real 部署\" --\u003e INF[\"真机推理\u003cbr/\u003e低延迟 ROCm 部署\"]\n    INF --\u003e RR\n    RR --\u003e SEN\n\n    ROCM[\"AMD ROCm 加速底座（训练 / 仿真 / 推理）\"]\n    ROCM --- SIM\n    ROCM --- LEARN\n    ROCM --- INF\n\u003c/pre\u003e\n\u003c/div\u003e\n\n\u003ch2 id=\"重点方向\"\u003e重点方向\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e方向\u003c/th\u003e\n          \u003cth\u003e探索内容\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eSim2Real\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e缩小仿真与真机差距——域随机化、标定与部署\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eSim2Sim\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e跨仿真器验证与迁移（如 MuJoCo ↔ Genesis 等），提升策略鲁棒性\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eReal2Sim\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e从真实数据重建场景与动力学，提升仿真保真度\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e3D 资产与场景重建\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e网格、环境与数字孪生，服务机器人与强化学习\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e强化学习\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e在 ROCm 加速栈上的运动、操作与任务型 RL\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e世界模型\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e环境动力学预测模型，用于规划与控制\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eVLA 模型\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e视觉–语言–动作模型，面向通用机器人策略\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e真机推理\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e机械臂与移动平台上的低延迟 ROCm 部署\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"原则\"\u003e原则\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e默认开源\u003c/strong\u003e — 代码、配置与经验向社区开放\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eROCm 优先\u003c/strong\u003e — 在 AMD 软硬件栈上优化与验证\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e端到端\u003c/strong\u003e — 从数据与仿真到训练、评测与真机推理\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e用结果说话\u003c/strong\u003e — 可复现基准、清晰契约、坦诚的技术取舍\u003c/li\u003e\n\u003c/ul\u003e","title":"技术全景 Overview"},{"content":" 🚧 内容建设中，敬请期待。\n宏观路线规划将在讨论确定后于此发布。\n","permalink":"https://rocpai-forge.github.io/zh/roadmap/","summary":"\u003cblockquote\u003e\n\u003cp\u003e🚧 内容建设中，敬请期待。\u003c/p\u003e\u003c/blockquote\u003e\n\u003cp\u003e宏观路线规划将在讨论确定后于此发布。\u003c/p\u003e","title":"路线规划 Roadmap"},{"content":" 📖 本文为精简版（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 技术详解版 →\n概要 VLA（Vision-Language-Action）模型很能吃数据，而真机采集又贵又慢。我们换个思路：在 AMD Instinct MI300X + ROCm 平台上，用 openarm_mp_labs 把 OpenArm 的「抓-放」动作变成一台 sim 内的专家轨迹数据引擎——给定物体和抓取位姿，自动 解出一条平滑、物理可行、亚毫米精度的示范轨迹，可批量复现。\n两个关键结果：\n用 Cartesian 路点 + mink IK，把抓取拆成 approach→descend→close→lift→transport→place→retreat→home， 末端 IK 误差 0.4–0.9 mm，cube/ginger 物理仿真抬升 112–120 mm。 抓取位姿既能是标定 top-down，也能直接吃 GraspGenX 的 6-DOF 抓取（在 AMD ROCm 上、 为 OpenArm 夹爪生成）——多物体 × 多抓取 = 给 VLA 的多样化示范。 cube 抓-放回放：从简单方块起步\n实践环境 硬件：AMD Instinct MI300X 平台：ROCm 7.2——容器内实测 torch 2.7.1+rocm7.2、hip 7.2.26015 主项目：openarm_mp_labs（轨迹生成 + MuJoCo 回放） 依赖：openarm_control（IK）、 openarm_mujoco（模型）、 GraspGenX（6-DOF 抓取）、 Scan2Sim（真实扫描件转 sim 资产） 轨迹生成 + MuJoCo 是 CPU 计算；GPU/ROCm 的价值在 GraspGenX 抓取合成与下游 VLA 训练。\n实践过程概要 轨迹生成是数据引擎：每个阶段在起止位姿间插值、逐帧解 mink IK，阶段末加一步收敛把 误差压到最小；以\u0026quot;两指尖中点 + 标定 TCP 偏移\u0026quot;为目标，适配 OpenArm 弯曲指尖。 从方块到真实物体：换上 Scan2Sim 转换的 ginger，抓取改用 GraspGenX 的 50 个排序 6-DOF 抓取（置信度 0.97→0.77），full 模式直接采用斜向朝向。 让抓取稳：先 settle 再取坐标、标定夹合角、运动学吸附 + 闭环重 IK，压住位控漂移。 AMD ROCm 生态：靠我提的 3 个 GraspGenX PR—— #1 加 ROCm 支持（能在 AMD 上推理）、 #3 加 OpenArm 夹爪（能为 OpenArm 出抓取）、 #4 网格可视化 demo。 关键命令（完整流程见项目仓库）：\nuv run openarm-mp-demo --generate-only # 只生成轨迹(IK 误差) uv run openarm-mp-demo --simulate-only # 物理校验(抬升判定) MUJOCO_GL=egl uv run openarm-mp-demo --object ginger \\ --grasp-mode full --record output/ginger_full.mp4 # GraspGenX 6-DOF + 录制 ginger 6-DOF 抓取-放置回放：升级到真实扫描物体\n实践结果与结论 场景 抓取来源 仿真抬升 cube 标定 top-down 112.0 mm ginger GraspGenX topdown 120.4 mm ginger GraspGenX full（6-DOF，conf 0.97） 112.4 mm 三条带得走的经验：\n轨迹生成被低估：有了好抓取位姿，确定性 IK + 物理校验就能稳定产出高质量专家轨迹， 成本远低于真机。 多样性靠两个旋钮：GraspGenX（夹爪）× Scan2Sim（物体），把数据做\u0026quot;广\u0026quot;。 AMD ROCm 能扛 Physical AI：从 GraspGenX 推理到 MuJoCo 数据生成，整条链路在 MI300X + ROCm 上跑得通。 项目引用 / 动手复现 主项目：openarm_mp_labs 抓取生成：GraspGenX（PR #1 / #3 / #4） 资产转换：Scan2Sim 按上面的项目就能复现这套\u0026quot;在 AMD ROCm 上为 VLA 造专家轨迹\u0026quot;的实践。\n📖 想了解更多？完整工程细节见 技术详解版。\n","permalink":"https://rocpai-forge.github.io/zh/posts/openarm-traj-gen/","summary":"\u003cblockquote\u003e\n\u003cp\u003e📖 本文为\u003cstrong\u003e精简版\u003c/strong\u003e（~3 分钟）。想深入完整工程细节（设计决策、算法 / reward、诊断、复现命令），请移步 \u003ca href=\"https://github.com/rocPAI-Forge/tech-blog-pub/blob/main/PhysicalAI/openarm-traj-gen-for-vla/README-details.md\"\u003e\u003cstrong\u003e技术详解版 →\u003c/strong\u003e\u003c/a\u003e\u003c/p\u003e\u003c/blockquote\u003e\n\u003ch2 id=\"概要\"\u003e概要\u003c/h2\u003e\n\u003cp\u003eVLA（Vision-Language-Action）模型很能吃数据，而真机采集又贵又慢。我们换个思路：在\n\u003cstrong\u003eAMD Instinct MI300X + ROCm\u003c/strong\u003e 平台上，用 \u003ca href=\"https://github.com/alexhegit/openarm_mp_labs\"\u003e\u003ccode\u003eopenarm_mp_labs\u003c/code\u003e\u003c/a\u003e\n把 OpenArm 的「抓-放」动作变成一台 \u003cstrong\u003esim 内的专家轨迹数据引擎\u003c/strong\u003e——给定物体和抓取位姿，自动\n解出一条平滑、物理可行、亚毫米精度的示范轨迹，可批量复现。\u003c/p\u003e\n\u003cp\u003e两个关键结果：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e用 Cartesian 路点 + mink IK，把抓取拆成 \u003ccode\u003eapproach→descend→close→lift→transport→place→retreat→home\u003c/code\u003e，\n末端 IK 误差 \u003cstrong\u003e0.4–0.9 mm\u003c/strong\u003e，cube/ginger 物理仿真抬升 \u003cstrong\u003e112–120 mm\u003c/strong\u003e。\u003c/li\u003e\n\u003cli\u003e抓取位姿既能是标定 top-down，也能直接吃 \u003cstrong\u003eGraspGenX 的 6-DOF 抓取\u003c/strong\u003e（在 AMD ROCm 上、\n为 OpenArm 夹爪生成）——多物体 × 多抓取 = 给 VLA 的多样化示范。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e\u003cvideo src=\"/media/openarm-traj-gen/cube_pickplace_web.mp4\" poster=\"/media/openarm-traj-gen/cube_pickplace.jpg\" autoplay loop muted playsinline style=\"width:100%;border-radius:.6rem;\"\u003e\u003c/video\u003e\u003c/p\u003e\n\u003cp style=\"text-align:center;color:#888;font-size:.8rem;\"\u003ecube 抓-放回放：从简单方块起步\u003c/p\u003e\n\u003ch2 id=\"实践环境\"\u003e实践环境\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e硬件\u003c/strong\u003e：AMD Instinct \u003cstrong\u003eMI300X\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e平台\u003c/strong\u003e：\u003cstrong\u003eROCm 7.2\u003c/strong\u003e——容器内实测 \u003ccode\u003etorch 2.7.1+rocm7.2\u003c/code\u003e、\u003ccode\u003ehip 7.2.26015\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e主项目\u003c/strong\u003e：\u003ca href=\"https://github.com/alexhegit/openarm_mp_labs\"\u003e\u003ccode\u003eopenarm_mp_labs\u003c/code\u003e\u003c/a\u003e（轨迹生成 + MuJoCo 回放）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e依赖\u003c/strong\u003e：\u003ca href=\"https://github.com/enactic/openarm_control\"\u003e\u003ccode\u003eopenarm_control\u003c/code\u003e\u003c/a\u003e（IK）、\n\u003ca href=\"https://github.com/enactic/openarm_mujoco\"\u003e\u003ccode\u003eopenarm_mujoco\u003c/code\u003e\u003c/a\u003e（模型）、\n\u003ca href=\"https://github.com/NVlabs/GraspGenX\"\u003e\u003ccode\u003eGraspGenX\u003c/code\u003e\u003c/a\u003e（6-DOF 抓取）、\n\u003ca href=\"https://github.com/alexhegit/Scan2Sim\"\u003e\u003ccode\u003eScan2Sim\u003c/code\u003e\u003c/a\u003e（真实扫描件转 sim 资产）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003e轨迹生成 + MuJoCo 是 CPU 计算；GPU/ROCm 的价值在 \u003cstrong\u003eGraspGenX 抓取合成\u003c/strong\u003e与下游 \u003cstrong\u003eVLA 训练\u003c/strong\u003e。\u003c/p\u003e","title":"给 VLA 喂饭：在 AMD ROCm 上用 OpenArm 生成抓取专家轨迹"}]