常见问题&回答

赛事流程

Q：我想报名参赛，该如何报名呢？有报名费吗？

A：报名不需要报名费。进入 阿里云天池-天池大赛-工程开发赛-乐聚机器人第一届具身智能操作任务挑战赛&创业启航营，点击报名参赛，填写个人信息即可报名参赛（Note：若个人参赛，学校/公司可填写无， 报名信息里的团队并不计入统计，创建/加入团队请在报名后操作）

Q：如何创建/加入队伍呢？

A：完成报名后，在比赛页面左侧点击我的团队选项，可以创建队伍/加入队伍，每个队推荐1-4人。

Q：真机赛如何参与呢？一定需要去现场调试真机吗？

A：顺利通过初赛（模拟器赛）的筛选的选手和队伍可以进入真机赛，若无法到场调试，我们会安排技术人员在现场调试。

Q：如何申请GPU算力

A：相关算力还在申请和协调，一旦有新的算力会给大家同步，建议大家先自己匹配算力

Q：数据集现在有哪些格式的？

A：目前上传的数据集全部是原生rosbag文件，选手可以自行使用 python kuavo_data/CvtRosbag2Lerobot.py 来批量全自动转换成Lerobot Parquet格式，详细请查看 kuavo_data_challenge 说明文档

Q：数据集需要提前下载好吗？

A：最好一次只下载需要训练到的数据集，无需一次把所有的任务的数据集一起下载，下载量会十分庞大

Q：如何提交呢？提交后多久会有成绩？

A：提交需要将模型与参数等打包成docker镜像，具体请查看“提交说明”栏目，最后提交的是zip压缩包。提交后后台即会开始评测，评测完成后，若评测成功会上传分数，若评测失败会上传失败原因，此时请检查自己本地是否可以加载镜像并正常推理，若本地一切正常，请在群里联系管理员。

Q：提交的作品为什么一直没有被评测呢？

A：如果您的提交结果一直没有显示在评测中，说明您的作品还没有被评测人员拉取，请您耐心等待，通常1-3个工作日内会被评测，或可以联系管理员。

基准代码/环境常见问题

Q：打开仿真器（例如 deploy.py 脚本）的时候，仿真器打开然后闪退

A：确认 ROBOT_VERSION 是45；确认 echo $ROBOT_VERSION 是否打印45

• 每次重启docker镜像都需要重新 export ROBOT_VERSION=45 ，或者可选加入zshrc里面

Q：同时运行 deploy.py 和 eval_kuavo.sh 正常进行仿真器测试时，仿真器正常打开，但测试环节不开始、第一次reset轮后不开始、或者开始后循环reset轮自动闪退

A：在运行的 eval_kuavo.sh ，按照下面顺序注意以下事项：

• 确认选的是选项8

• 按下L键查看log，检查log里面有没有崩溃、缺Python包这种错误（常见为 apriltag_ros 包缺失），按照提示自行弥补

• 确认训练好的权重文件路径是否正确，是否有权限访问

• 推荐改要用到的文件夹访问权限，而不是在 eval_kuavo.sh 前面加 sudo （容易出问题）

• 重新配置 eval_kuavo.sh 运行的Python环境

• 在某些慢一些的系统上面，可能需要改等待仿真起来那个位置（~348行）的 time.sleep ，可能需要调长一些

Q：仿真器 catkin build 的时候找不到模块报错，如找不到 humanoid_interface

A：检查以下事项：

• 请确认运行 catkin build 之前先 source installed/setup.zsh

• 请勿使用 catkin clean ，会丢失关键包裹，用了请麻烦重新pull整个库

• 重新pull整个库

Q：仿真器 catkin build 的时候报错 failed to make symbolic link .../../*.so

A：使用Windows来 git clone 这个库会导致symbolic link丢失

• 使用Ubuntu环境来执行 git clone/pull

Q：仿真器很卡

A：检查以下事项：

• 确认使用了 run_with_gpu.sh 正确使用CUDA加速

• 确认docker是否正确使用了CUDA

• 推荐不要使用WSL（Windows Subsystem for Linux），CUDA加速有问题，要是使用这个请在QQ群里面看看能不能找到解决方案

Q：仿真器运行 deploy.py 完全没有仿真页面

A：确认没有残骸没完全杀死的ROS进程，可重启电脑试试

真机部署常见问题

Q：为什么镜像在真机部署时 SDK 或接口报错？

A：常见原因是使用了仿真赛阶段的旧版 KDC 代码，或没有基于真机赛官网提供的最新代码构建镜像。请使用 真机赛文档 中的最新仓库和部署说明重新构建，并确认镜像内 kuavo-humanoid-sdk 版本符合要求。

Q：为什么容器里运行模型时提示缺少 Python 包？

A：通常是本地环境额外安装了依赖，但打包 Docker 镜像时没有带进去。建议先打包自己的 conda 环境，再按官网 Dockerfile 构建镜像：

conda install -c conda-forge conda-pack
conda activate kdc
conda pack -n kdc -o myenv.tar.gz

构建镜像前，请确认推理所需依赖都已安装在该环境中。

Q：为什么部署推理时提示缺少 ``pyaudio`` 或相关音频依赖？

A：KDC 在部署推理时通常需要 pyaudio 包，否则运行时容易报错。建议提前在 conda 环境中执行以下指令完成环境适配：

sudo apt update
sudo apt install build-essential python3-dev portaudio19-dev
pip install pyaudio

Q：为什么 ``run_with_gpu.sh`` 启动后无法连接 ROS？

A：常见原因是启动脚本没有按真机部署通知更新，尤其是 ROS 网络配置写错。请确认 run_with_gpu.sh 的 docker run 中包含：

-e ROS_MASTER_URI=http://kuavo_master:11311
-e ROS_IP=192.168.26.10

Q：为什么配置了模型，但部署时找不到权重？

A：通常是 configs/deploy/kuavo_env.yaml 中的路径信息没有填对。请检查 inference 字段是否能对应到镜像内模型路径。

inference:
  task: "your_task"
  method: "your_method"
  timestamp: "run_xxxxxxxx_xxxxxx"
  epoch: best

对应路径格式：

/root/kuavo_data_challenge/outputs/train/<task>/<method>/<timestamp>/epoch<epoch>

例如 task: "small"、method: "act"、timestamp: "run_20260429_002926"、epoch: best 对应：

/root/kuavo_data_challenge/outputs/train/small/act/run_20260429_002926/epochbest

如果使用 pretrained_path，请确认该路径在容器内真实存在。

Q：为什么末端执行器相关配置会导致部署异常？

A：请确认 obs_key_map 中的末端部分与当前配置的 eef_type 类型保持一致，其余末端执行器话题建议暂时注释，避免加载到错误的末端状态话题。

Q：为什么模型首次推理时尝试联网下载文件？

A：有些模型会在首次运行时下载缓存文件，例如 ACT 可能需要 ResNet18 相关缓存。如果比赛现场无网络，推理会失败。请提前在镜像中准备好所有缓存文件，或在构建镜像前完成一次模型加载测试，确保缓存已写入镜像。

Q：如何提交前快速自检？

A：下载自检脚本并放在镜像 tar 和 run_with_gpu.sh 同级目录下：

下载 check_docker_python_deps.sh

./check_docker_python_deps.sh your_image.tar

脚本会检查：

• run_with_gpu.sh 中的 ROS 配置

• Docker 镜像内 Python 依赖版本

• kuavo_env.yaml 是否能对应到 outputs/train/... 模型路径