命令行参考

使用 rpent --robot <name> --help 查看所选环境的完整参数。共享参数由 RPent 提供，任务选择、资源路径和服务参数由各环境补充。

rpent --help
rpent --robot libero --help
rpent --robot robocasa --help
rpent --robot robotwin --help

常用参数

这些参数控制规划器、记忆、输出目录和 Dashboard。

参数	默认值	说明
--robot	—	选择已发现的机器人或仿真环境。
--planner	api	api、claude_code、codex 或 flash。
--model	—	api 要求服务提供方前缀；SDK 规划器使用各自默认值。
--max-turns	100	规划器轮数上限；api 按整段对话的模型请求次数计算，包括重试和后续输入。
--max-tokens	8192	仅 api：每次模型回复的 Token 上限。
--reasoning-effort	api：high；claude_code/codex：none	api、claude_code 与 codex 的推理强度：none、low、medium、high 或 xhigh。在我们的 LIBERO Pro Long 评测中，关闭 reasoning 将平均运行时间从约 13.2 分钟缩短至 7.9 分钟（约 40%）。较高强度可能提升任务成功率；实际支持的档位取决于所选模型。
--planner-timeout-s	—	默认使用 CODEX_TIMEOUT_S （仅 Codex）、CELL_TIMEOUT_S 或 1200 秒；终端交互式 API/Claude 会话不受此限。
--base-url	—	仅 api：覆盖模型服务地址。SDK 规划器使用各自的环境变量。
--no-images	false	仅 api：不向模型发送图像。
--claude-code-max-budget-usd	—	Claude Code 美元预算；默认取 MAX_BUDGET_USD 或 10。
--output-dir	—	保存本次运行文件的目录；默认目录名由环境生成。
--memory-profile	—	通常评测默认为 hf；探索和 WAM 评测使用 local。
--memory-dir	—	本地记忆目录；与本地模式或探索一起使用。
--memory-repo	—	HF 数据集 ID 或 URL，可附加 @revision；仅用于评测。
--explore	false	在支持的环境中启用探索。
--tui、-t	false	在终端输入指令，见 终端交互（TUI）。
--dashboard	false	启动 Dashboard 会话。
--dashboard-host	127.0.0.1	Dashboard 监听地址。
--dashboard-port	0	0 表示自动分配可用端口。
--dashboard-language	en	en 或 zh-cn。
--verbose	false	启用 DEBUG 日志。

环境参数

LIBERO 使用 --suite、--task、--seed 和 --libero-type 选择任务；默认类型为 LIBERO_TYPE 或 pro。RoboCasa365 和 RoboTwin 使用 --task-name。Franka 使用 --task-id 和 --robot-config。具体选项见 LIBERO、RoboCasa365、RoboTwin、单臂 Franka 和 双臂 Franka。

--env-endpoint、--am-endpoint 和 LIBERO 的 --sam3-endpoint 分别连接已有的环境、动作模型（VLA 或 WAM）和 SAM3 服务。RPent RPC 地址格式为 [protocol://]host:port，默认协议为 http；LingBot 使用原生 WebSocket，见 RoboTwin。GPU 分配和远程服务见 远程服务与并行运行。

--am-backend 选择当前平台支持的一个动作模型；LIBERO 和 RoboTwin 默认分别为 pi05 和 lingbot。VLA 和 WAM 共用 --am-endpoint 连接已有服务，共用 --am-checkpoint、--am-python、--am-root 和 --am-cuda-device 配置本地部署。使用 endpoint 时，显式传入本地部署参数会报错。

WAM 采用 local 记忆模式并注册记忆文件工具，默认目录按后端区分，可通过 --memory-dir 指定目录；目前不支持 HF 记忆、Flash 和探索模式。模型启动参数及支持的组合见 添加动作模型。

--am-checkpoint 按后端要求提供本地权重或服务模型标识。--am-python 指定已准备好的模型解释器，VLA 默认使用当前解释器；--am-root 指定工作目录，默认使用 RPent 仓库目录，Cosmos Policy 则要求其源码目录。Franka 和 YAM 仅提供外部服务连接。

--predict-future 在本地部署时开启未来状态和价值输出，目前仅 Cosmos Policy 支持，其他后端会拒绝此参数。使用 --am-endpoint 连接已有服务时，应在启动 worker 时配置。RPent 尚不利用这些输出进行规划。

--am-cuda-device 独立选择本地模型的 GPU。LIBERO、RoboTwin、RoboCasa、RoboDojo 和 dual-Franka 支持本地模型部署；外部模型服务的 GPU 在部署时选择。LIBERO、RoboTwin、RoboCasa、RoboDojo 使用 --env-cuda-device 选择环境 GPU。LIBERO、RoboDojo 和 dual-Franka 使用 --sam3-cuda-device 选择本地 SAM3 的 GPU。

显存允许时，各服务可共用同一张 GPU。连接外部 endpoint 时，设备由该服务启动时的配置决定。

RPent CLI 保留原有 --cuda-device 作为本地服务的共享默认值；各服务专属参数优先，与参数顺序无关，两者均未设置时继承 CUDA_VISIBLE_DEVICES。例如，--cuda-device 0 --am-cuda-device 1 让环境和 SAM3 使用 GPU 0，WAM worker 使用 GPU 1。独立服务的启动命令仍可使用其自身支持的 --cuda-device。

rpent --robot libero --am-backend fast-wam --help 按连接服务、本地部署和所选模型展示参数。模型专属参数保留模型名前缀，传入其他模型的参数会报错。动作模型接入指南分别介绍一次部署模型服务和反复运行任务，并提供连接外部服务、由 RPent 启动服务两种方式的示例。

以下默认值适用于 LIBERO，其他环境以各自的 --help 为准。

LIBERO 参数	默认值	说明
--seed	0	环境随机种子。
--memory-version	auto	HF 记忆版本：auto、GPT_5.5_xhigh 或 GPT_6_astra_low。详见 使用记忆与探索模式；显式版本不能与本地记忆或探索模式同时使用。
--max-episode-steps	10000	环境步数上限，与规划器的 --max-turns 分开计算。

动作模型参数兼容

编写新命令时使用下表左列的当前参数。右列仅作为兼容旧命令的隐藏别名保留，不显示在 --help 中，并写入与左列相同的配置字段。

通用部署参数统一使用 --am-*。模型专属参数使用 --pi05-*、--cosmos-*、--cosmos3-*、--fast-wam-* 或 --lingbot-*；其中 fast-wam 是模型名称，不是旧的通用 --wam-* 前缀。

模型参数名称

当前参数	兼容旧参数（隐藏别名）
--am-backend	--vla-backend、--wam-backend
--am-backend pi05	RoboDojo 的 --policy-backend rlinf
--am-endpoint	--vla-endpoint、--wam-endpoint
--am-checkpoint	--vla-model-path、--wam-checkpoint
--am-python	--pi05-python、--wam-python
--am-root	--wam-root
--am-cuda-device	--vla-cuda-device、--wam-cuda-device
--pi05-repo-id	--vla-repo-id
--cosmos-text-embeddings	--wam-text-embeddings
--cosmos-cached-instructions-only	--wam-cached-instructions-only
--fast-wam-config	--wam-config
--fast-wam-dataset-stats	--wam-dataset-stats

模型服务环境变量

在启动 RPent 的终端中设置所选规划器的认证信息和服务器地址。

规划器	API Key	服务地址
api / Anthropic; claude_code	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
api / OpenAI	OPENAI_API_KEY	OPENAI_BASE_URL
codex	CODEX_API_KEY	CODEX_BASE_URL

Codex 也可复用已有的 Codex 认证。模型选择、地址优先级和本地服务示例见 规划器配置。连接检查使用 rpent-check-llm；记忆管理使用 rpent-memory，操作方法见 使用记忆与探索模式。

模型与资源路径由各环境读取，例如 LIBERO 的 PI05_CHECKPOINT_PATH、SAM3_CHECKPOINT_PATH，RoboCasa365 的 ROBOCASA_ASSETS_PATH，以及 RoboTwin 的 ROBOTWIN_ASSETS_PATH、LINGBOT_MODEL_PATH。

输出文件

--output-dir 指定本次运行的输出目录。LIBERO 未指定该参数时，默认保存在仓库下的 logs/<timestamp>_<suite>_t<task>_s<seed>/；其他环境的目录命名见各环境页。

下表以 LIBERO 为例。实际生成的文件取决于环境、录像和任务运行结果。

文件或路径	用途
transcript_*.json	规划器对话、工具调用及结束信息。
episode.mp4	本次任务的录像。
run.log	RPent 运行日志。
env_server.log / vla_server.log / wam_server.log / sam3_server.log	由本次运行启动的环境和模型服务器日志。
*_recipe.jsonl	成功任务导出的动作序列；失败任务不保证生成该文件。
states.json	EnvState 的内部状态索引。通过 Dashboard 或 view_env_state 查看状态，调用方不要直接解析此文件。
agentview_depth.npz/00.npz	逐步保存的观测示例：目录名是逻辑文件名，目录内按步数编号，如 00.npz、01.npz。

整次运行的文件保存在输出目录根部，逐步观测保存在各自的子目录中。成功判定以各环境页的原生判定为准；动作序列、录像和规划器总结本身都不能替代该判定。