训练

UniLab 中的训练以配置为先（config-first）。日常运行使用软件包 CLI，调试底层 Hydra 组合时再使用脚本入口。 off-policy SAC 与 FlashSAC 每个训练进程只使用一个 learner device。

CLI 参考

uv run train、uv run eval、uv run demo 以及底层脚本的路由。

CLI 参考
Hydra 配置

owner YAML 布局、后端选择以及安全的 override 示例。

Hydra 配置
日志与跟踪

TensorBoard、W&B、运行元数据以及 trace 选项。

日志
Tensor runtime

有边界的 off-policy inference、metric、replay ingress 与 learner 设置。

Tensor runtime
续训与检查点

algo.load_run、检查点文件与回放命令之间如何配合。

续训与检查点
Docker

在仓库内置的 Linux NVIDIA 镜像工作流中运行 UniLab。

Docker
Tensor runtime 生产指南

复现并运维 scoped 单 GPU G1 FlashSAC/MJWarp 长 soak。

Tensor Runtime 生产指南

什么时候下沉到 scripts/train_*.py

日常运行应使用统一 CLI。只有在下面几种场景才直接使用底层 scripts/train_*.py 入口：

  • 需要调试特定训练栈，

  • 需要直接观察 Hydra compose 行为，或

  • 需要对照脚本级日志目录或 adapter 行为。

关联