本文是公众号招募文案参考稿。正式发布前，请替换开营日期、领学员介绍、报名入口、二维码、招募人数和设备资源说明。
各位 Datawhale 的学习伙伴，大家好。
你是否已经在 CUDA 环境里跑过一些具身智能教程，却对 AMD ROCm 生态还不太熟悉？是否好奇 Ryzen AI MAX+ 395 这类设备到底能不能跑 LeRobot、ACT、SmolVLA 和 pi_0？是否遇到过这样的困惑：训练 loss 降了，脚本也跑完了，但视频里杯子其实没有被真正夹起来？
这一次，我们准备把这些问题放到一场组队学习里，认真拆开，逐个跑通。
我们计划推出 AMD ROCm × Datawhale「具身智能策略复刻专题」组队学习。本专题围绕 Every Embodied 中的 AMD ROCm 策略复刻内容展开，在 AMD ROCm 设备上复刻 MuJoCo 抓杯任务中的 ACT、SmolVLA 和 pi_0，并把环境适配、训练、评估、视频复核和失败排障整理成一条完整学习链路。
这不是单纯的环境安装课，也不是“命令跑完就结束”的复现。它更像一次具身智能工程调试训练：看设备、看数据、看模型、看视频、看成功率，也看失败到底发生在哪里。
领学员：X
本次专题学习将由 X 全程带领。X 会以“向导”和“同行者”的身份，带大家完成从 AMD ROCm 环境确认，到 ACT / SmolVLA / pi_0 策略复刻，再到成功率分析和调试复盘的完整过程。
在每天的学习中，X 会发布导学说明，解释当天要完成的实验目标，提醒容易踩坑的地方，并组织大家把结果整理成可以复核的实验记录。这里最重要的不是“谁跑得最快”，而是谁能把一个策略为什么成功、为什么失败讲清楚。
很多具身智能开源教程默认从 NVIDIA/CUDA 环境出发，但真实的开发环境正在变得更多样。AMD Ryzen AI MAX+、Radeon GPU、ROCm、统一内存、远端学习云，这些硬件和软件组合正在进入学习者和开发者的视野。
真正的问题随之出现：
- ROCm 设备上 PyTorch 能不能稳定识别 GPU？
- 128G 统一内存和显存占用应该怎么理解？
- 模型权重很大时，加载和缓存应该放在哪里？
- ACT 在 open-loop 看起来不错，为什么 closed-loop 会失败？
- SmolVLA 为什么要单独看红杯、蓝杯成功率？
- pi_0 loss 下降了，为什么 raw policy 仍然卡在尾段动作？
- 视频里“杯子到了盘子附近”，到底算不算真正成功？
这些问题很适合组队学习，因为它们不是单个命令能解决的，而是需要一起看日志、看视频、看指标、看动作轨迹，再把原因讲清楚。
我们将围绕 Every Embodied 的 AMD ROCm 策略复刻专题展开学习。学习目标不是堆满参数，而是建立一套判断具身智能策略是否真的复刻成功的方法。
你的 7 天学习目标非常明确：
- 看懂 AMD ROCm 设备资源：理解 GPU/APU、ROCm、PyTorch、统一内存、显存占用、温度和风扇模式之间的关系。
- 跑通 MuJoCo 抓杯复刻链路：在 AMD ROCm 设备上完成 LeRobot、ACT、SmolVLA、pi_0 相关训练和评估检查。
- 学会物理成功判定：区分
legacy_success和physical_success，用视频判断杯子是否真的被夹起、移动和释放。 - 理解 ACT / SmolVLA / pi_0 的不同难点：ACT 适合讲闭环诊断，SmolVLA 适合看小数据采样偏置，pi_0 适合分析大模型策略在尾段动作上的瓶颈。
- 掌握调试复盘方法：把一次失败整理成“现象、证据、根因、修复、验证”，而不是只留下一长串命令。
- 形成一份可展示的复现实验报告：包含设备环境、数据审计、成功率表、代表视频、失败案例和下一步改进路线。
核心学习路径与资源：
- 开源课程入口：Every Embodied
- AMD ROCm 策略复刻专题：16-专题组队学习/04-AMD-ROCm策略复刻专题
- 原始 MuJoCo 任务教程：04mujoco复现ACT、Pi0、SmolVLA
- ROCm 兼容性文档：ROCm Compatibility Matrix
- AMD Ryzen AI MAX+ 395 产品页：AMD Ryzen AI MAX+ 395
领学员 X 将按照“先查设备，再跑链路，再看成功，再做复盘”的顺序带学。每一天都有明确目标，也都有可以沉淀下来的产出。
了解本次专题的学习目标、远端设备使用方式、AMD ROCm 基本概念、统一内存和显存的关系。当天会完成设备资源检查，记录 GPU/APU 型号、ROCm、PyTorch、温度、显存占用和缓存目录规划。
建议产出：一张 AMD 设备资源检查表。
跑通 ROCm、PyTorch、LeRobot、MuJoCo 和最小训练/推理检查。这个阶段不追求模型效果，而是确认 GPU 可见、张量能上卡、依赖能导入、最小训练不会立刻崩。
建议产出：环境日志、smoke test 结果和第一个排障记录。
进入抓杯任务的评估环节。重点学习为什么“杯子位置到了盘子附近”不一定等于成功，如何通过视频和 physical_success 判断杯子是否真的被夹起、移动、释放。
建议产出：成功/失败视频样例、legacy_success 与 physical_success 对照表。
训练并评估 ACT，观察 open-loop 和 closed-loop 的差异。重点理解 gripper timing、动作累积误差、DAgger / oracle correction 为什么会影响最终成功率。
建议产出：ACT 成功率表、典型失败类型、DAgger 调试思路。
跑 SmolVLA 红杯/蓝杯固定指令评估，分析小数据任务中的采样偏置。这里会看到一个很重要的问题：同样是“抓杯子”，不同颜色、不同指令分布可能导致成功率明显不同。
建议产出：红杯/蓝杯成功率对照表、采样加权实验记录。
检查 Hugging Face gated model 权限、1-step smoke、checkpoint resume、500/1500 step 基线和 raw policy 失败形态。重点不是把 pi_0 写成“已经完美复刻”，而是学会判断大模型策略在哪些环节已经跑通，在哪些尾段动作上仍然不稳定。
建议产出：pi_0 smoke 记录、训练门控清单、raw policy 失败分析。
把前几天的环境坑、数据坑、模型坑、评估坑整理成可读报告。最终形成一份小型复现实验报告，让别人能看出你验证了什么、还没有验证什么、下一步该怎么继续。
建议产出：一份完整的 AMD ROCm 策略复现实验报告。
1. 真实异构 GPU 环境，不只停留在 CUDA 默认路径
本专题面向 AMD ROCm 设备展开，学习过程会涉及 ROCm、PyTorch、TheRock/gfx1151、统一内存、缓存目录、远端训练等真实工程问题。这些经验对理解异构 GPU 生态很有价值。
2. 不只跑通命令，更强调复刻证据
训练完成不等于策略成功。我们会用日志、成功率表、视频、关键帧和物理成功判定来判断模型表现。这个习惯非常重要，因为具身智能的失败经常藏在视频里，而不是藏在 loss 曲线里。
3. ACT、SmolVLA、pi_0 三类模型一起看
ACT、SmolVLA、pi_0 的问题不一样：ACT 更像经典闭环控制和模仿学习诊断，SmolVLA 更适合观察视觉语言策略的小数据偏置，pi_0 则能暴露大模型策略在权限、加载、训练门控和尾段动作上的复杂性。
4. 把失败写进教程，而不是只展示成功
本专题会鼓励大家记录失败案例：哪里崩了、哪里误判了、哪里训练了但没学会、哪里视频看起来像成功但其实没有夹住。这些内容非常适合初学者建立真实工程直觉。
5. 最终产出可以沉淀为公开学习材料
每位同学都可以整理一份小型实验报告，包含设备、数据、模型、成功率、视频和排障记录。这比只截图一条训练命令更有价值，也更适合后续写博客、做分享或继续研究。
- 领学员 X：负责节奏把控、重点解读、问题收集、集中答疑和总结分享。
- Datawhale 社区：提供组队学习组织、资料入口维护和学习过程支持。
- Every Embodied 开源教程：提供完整专题文档、Notebook、脚本和代表性实验素材。
- 远端 AMD 设备实践机会：围绕 AMD ROCm 设备完成环境检查、训练、评估和视频复核。
- 同伴调试氛围：大家可以把失败日志、视频现象和成功率表格放在一起讨论，形成更扎实的判断。
- 已经了解 Python、GitHub、虚拟环境，希望进一步接触真实训练和评估链路；
- 对 AMD ROCm、Ryzen AI MAX+、Radeon GPU 或异构 GPU 训练环境感兴趣；
- 想学习 ACT、SmolVLA、pi_0、LeRobot、MuJoCo、VLA 小数据复刻；
- 希望学会用成功率、视频、日志和排障记录判断模型是否真的完成任务；
- 不满足于“跑完命令”，更想知道为什么成功、为什么失败、下一步怎么调。
如果你从未接触过机器人仿真，也可以参加，但建议提前阅读原始 MuJoCo 抓杯教程，先理解 observation、action、rollout 和 checkpoint 的基本含义。
完成本专题后，你至少会带走四类成果：
- 一份 AMD ROCm 设备与环境检查记录；
- 一组 ACT、SmolVLA、pi_0 的训练、评估和视频复核结果；
- 一套判断“策略是否真的成功”的指标和视频复核方法；
- 一份可以继续完善的 AMD ROCm 策略复现实验报告。
报告中建议包含：设备环境、数据审计、ACT 成功率、SmolVLA 红蓝杯对照、pi_0 smoke 与 raw policy 失败分析、代表视频、排障案例和下一步计划。
公开报告中不需要放入模型权重、完整缓存、私有账号、远端地址、token、长日志或个人机器路径。保留教程 Markdown、小型脚本、截图、短视频、summary 表格和复现实验判断即可。
我们计划招募 【招募人数待定】 名学习者，共同开启这次 AMD ROCm 具身智能策略复刻专题学习。
请扫描下方二维码，加入“AMD ROCm × Datawhale 具身智能策略复刻专题”专属学习群。
【二维码】
扫码入群，锁定席位，和领学员 X 一起，用 7 天把 AMD ROCm 上的 ACT、SmolVLA、pi_0 策略复刻真正跑明白！
具身智能不是只看概念，也不是只看 loss。它要看硬件、看数据、看动作、看视频、看失败，也要看我们能不能把一次复杂调试讲清楚。期待与你一起，在这次专题里把“复刻成功”这四个字变得更扎实。