知言的博客

eval.sh 环境版本冲突问题诊断与修复总结

7分钟阅读

本文完全由Claude Opus4.5撰写

问题描述

运行 ./eval.sh 时出现环境版本冲突，脚本无法正常执行。

根本原因分析

共发现 3 个问题，按出现顺序排列：

问题 1：安装了错误的 libero 包（主要问题）

现象：ModuleNotFoundError: No module named 'libero'

原因：

  • 环境中以 editable 模式安装了原始的 libero==0.1.0（来源：/mnt/data1/linjianqi/LIBERO）
  • 但 lerobot 项目实际需要的是 HuggingFace 维护的 hf-libero>=0.1.3,<0.2.0（见 pyproject.toml 第 165 行）
  • 原始 libero 包的 editable install 机制已损坏：__editable___libero_0_1_0_finder.py 中的 MAPPING 字典为空，导致 Python 无法找到 libero 模块
  • 原始 libero 包依赖极度过时的版本（numpy1.22.4, transformers4.21.1, gym==0.25.2），与 lerobot 的依赖严重冲突

解决方法：

# 卸载错误的 libero 包
pip uninstall libero
 
# 安装正确的 hf-libero 包
# 注意：由于 robomimic==0.2.0 依赖 egl_probe，而 egl_probe 从源码编译有 cmake 兼容性问题，
# 但 hf-egl-probe 已提供等效模块，所以需要分步安装
pip install robosuite==1.4.0 --no-deps
pip install robomimic==0.2.0 --no-deps
pip install "hf-libero>=0.1.3,<0.2.0" --no-deps
pip install "hydra-core>=1.2,<1.4" "bddl==1.0.1" easydict thop "matplotlib>=3.5.3" "future>=0.18.2" h5py tensorboard tensorboardX

问题 2：numpy 版本过低

现象：pip check 报告 opencv-python-headless 和 rerun-sdk 需要 numpy>=2，但安装的是 numpy==1.26.4

解决方法：

pip install "numpy>=2,<2.3.0"

问题 3：robosuite 日志文件权限冲突

现象：PermissionError: [Errno 13] Permission denied: '/tmp/robosuite.log'

原因：robosuite==1.4.0 在 log_utils.py 中硬编码了日志路径 /tmp/robosuite.log，该文件已被其他用户 (linmin) 创建，当前用户 (liufuweijia) 无写入权限。

解决方法： 修改 robosuite/utils/log_utils.py 第 71 行，将日志路径改为用户独立的路径：

# 修改前
fh = logging.FileHandler("/tmp/robosuite.log")
 
# 修改后
import os
fh = logging.FileHandler(os.path.join("/tmp", f"robosuite_{os.getuid()}.log"))

附加问题：hf-libero 缺少 assets 目录

现象：FileNotFoundError: No such file or directory: '.../libero/libero/assets/scenes/libero_living_room_tabletop_base_style.xml'

原因：hf-libero PyPI 包未包含场景资源文件（XML、模型等），需要从原始 LIBERO 仓库链接。

解决方法：

ln -s /mnt/data1/linjianqi/LIBERO/libero/libero/assets \
      /mnt/data1/linjianqi/conda/lerobot/lib/python3.10/site-packages/libero/libero/assets

第二轮修复

在解决上述环境版本冲突后，再次运行 ./eval.sh 时遇到了新的问题。输出中有大量 EGL 相关的错误日志，但经分析 EGL 错误并非真正的致命错误。

关于 EGL 错误的说明

运行时输出中大量出现的 EGLError: EGL_NOT_INITIALIZED 错误全部发生在 Python 对象的 __del__ 清理方法中（MjRenderContext.__del__、EGLGLContext.__del__），属于进程退出时的无害清理噪音。这些错误的出现是因为：

  • 进程因其他原因崩溃后，Python 在退出时尝试清理 EGL/OpenGL 资源
  • 此时 EGL display 已经被反初始化，导致清理调用（eglDestroyContext、eglMakeCurrent）失败
  • 这些错误被标记为 Exception ignored in:，即 Python 自身忽略了这些异常

这些 EGL 错误不需要修复，它们不影响程序功能，只是视觉噪音。

问题 4：Feature name mismatch（策略与环境的特征键名不匹配）

现象：

ValueError: Feature mismatch between dataset/environment and policy config.
- Missing features: ['observation.images.base_0_rgb', 'observation.images.left_wrist_0_rgb', 'observation.images.right_wrist_0_rgb']
- Extra features: ['observation.images.image', 'observation.images.image2']

原因：

  • pi05 策略预训练时使用了 3 个摄像头：base_0_rgb、left_wrist_0_rgb、right_wrist_0_rgb
  • LIBERO 环境只提供 2 个摄像头：image（agentview）、image2（eye_in_hand）
  • 键名和数量都不匹配，需要手动映射并填充缺失的空摄像头

解决方法： 在 eval.sh 中添加 --rename_map 和 --policy.empty_cameras 参数：

lerobot-eval \
	--policy.path=../pi05_base \
	--policy.n_action_steps=10 \
	--env.type=libero \
	--env.task=libero_10 \
	--eval.batch_size=1 \
	--eval.n_episodes=10 \
	--output_dir=./eval_logs/pi05_libero10 \
	--env.max_parallel_tasks=1 \
	--policy.empty_cameras=1 \
	--rename_map='{"observation.images.image": "observation.images.base_0_rgb", "observation.images.image2": "observation.images.right_wrist_0_rgb"}'

其中：

  • --rename_map 将环境的 image 映射到策略的 base_0_rgb，image2 映射到 right_wrist_0_rgb
  • --policy.empty_cameras=1 告知策略有 1 个摄像头（left_wrist_0_rgb）将使用空白填充

问题 5：HuggingFace Gated Model 访问权限不足

现象：

403 Forbidden: Please enable access to public gated repositories in your fine-grained token settings to view this repository.
OSError: We couldn't connect to 'https://hf-mirror.com' to load the files

（此错误在修复 Feature mismatch 后暴露）

原因：

  • pi05 策略需要下载 google/paligemma-3b-pt-224 的 tokenizer
  • PaliGemma 是一个 gated model（受限模型），需要在 HuggingFace 上同意使用协议后才能下载
  • 当前 HuggingFace token 没有访问 gated repos 的权限，或者尚未在 PaliGemma 模型页面接受协议

解决方法：

  1. 前往 google/paligemma-3b-pt-224 模型页面，接受使用协议
  2. 确保 HuggingFace token 具有访问 gated repos 的权限：
  3. 确认 token 配置正确： 
    huggingface-cli whoami  # 确认已登录

修复后状态

  • 环境版本冲突（问题 1-3）：已全部修复
  • eval.sh 配置问题（问题 4）：已修复，添加了 --rename_map 和 --policy.empty_cameras
  • HuggingFace 权限问题（问题 5）：需要用户在 HuggingFace 网站上手动操作

经验教训

  1. lerobot 的 libero extra 依赖 hf-libero（HuggingFace 的 fork），而非原始 libero 包。安装前应查看 pyproject.toml 确认正确的包名。
  2. 多用户共享的 /tmp 目录下的固定路径文件容易产生权限冲突。
  3. 使用 pip install -e ".[libero]" 是安装 lerobot libero 支持的推荐方式，可避免手动处理依赖。
  4. 运行日志中大量出现的 __del__ 阶段 EGL 错误是清理噪音，不是真正的错误根因，分析时应先过滤掉这些噪音，找到实际的致命异常。
  5. 使用需要特殊权限的 gated model 前，需提前在 HuggingFace 接受协议并配置好 token 权限。

关系图谱

反向链接