容器环境（ubt_IL/docker）¶

ubt_IL/docker/ 提供 LeRobot + ROS2 Humble 容器化环境，面向天工行者与 Walker S2 EDU 探索者真机模仿学习的训练与部署。支持两种架构：x86_64 工作站与 Jetson/aarch64 真机，由 env.sh 依据宿主机架构自动选择对应 Dockerfile 与默认参数。

目录文件¶

文件	作用
`Dockerfile`	x86_64 镜像构建（基镜像 `huggingface/lerobot-gpu:latest`，自带 `/lerobot/.venv`）
`Dockerfile.arm64`	Jetson aarch64 镜像构建（基镜像 `dustynv/l4t-pytorch:r36.4.0-linuxarm64`，自建 Python 3.12 venv）
`run.sh`	CLI 编排器：`build / start / stop / restart / bash / rm / check`
`entrypoint.sh`	容器启动时幂等执行：editable 安装 lerobot 与插件、编译 Walker ROS2 msg、修复 opencv/numpy、校验 sm_87 torch
`env.sh`	按 `uname -m` 选默认镜像 / Dockerfile / GPU 参数
`fastdds_no_shm.xml`	禁用 FastDDS 共享内存传输，解决 Docker 内 ROS2 订阅失败
`ros2_msgs/`	预编译 `ros-humble-bodyctrl-msgs_0.0.1-1_amd64.deb`（x86）+ `bodyctrl_msgs_src/` 源码（arm64 构建时编译）
`torch-*-aarch64.whl` 等	Jetson sm_87 源码编译的 torch/torchvision wheel，随镜像分发（约 261 MB）

项目代码以 bind mount 挂入容器 /ubt_IL，lerobot 与各插件在每次启动时以 editable 模式安装，无需在镜像内 COPY 源码。

架构自动选择¶

宿主机架构	Dockerfile	默认镜像	默认 GPU 参数
`x86_64` / `amd64`	`Dockerfile`	`lerobot-tienkung:humble`	`--gpus all`
`aarch64` / `arm64`	`Dockerfile.arm64`	`lerobot-tienkung:humble-arm64`	`--runtime nvidia`

构建与运行命令¶

cd ubt_IL/docker

bash run.sh build     # 构建镜像（首次数分钟）
bash run.sh start     # 幂等启动：已运行则提示，已停止则 start，不存在则 run
bash run.sh check     # 体检：挂载 / lerobot / 插件 / ROS2 msg / GPU / 网络
bash run.sh bash      # 进入容器 shell（自动 source ROS2 与 walker workspace）
bash run.sh stop      # 停止容器
bash run.sh restart   # 重启容器（stop + start）
bash run.sh rm        # 停止并删除容器

start 会后台跟踪容器日志，轮询等待 entrypoint 把 lerobot、tienkung/walker 插件与 Walker ROS2 消息全部安装/编译完成且可 import 后才返回；若 entrypoint 装完仍 import 失败，将直接报错退出。容器以 --network=host --shm-size=16g 运行，并转发 X11 用于 GUI。

环境变量覆盖¶

# 指定其他基镜像
BASE_IMAGE=nvcr.io/nvidia/l4t-pytorch:<tag> bash run.sh build

# 指定其他 Dockerfile 或输出镜像名
DOCKERFILE=./Dockerfile.arm64 IMAGE=my-lerobot:arm64 bash run.sh build

# Jetson 较新 NVIDIA Container Toolkit 可改用 --gpus all
DOCKER_GPU_ARGS="--gpus all" bash run.sh start

# 调试时关闭显式 GPU 参数
DOCKER_GPU_ARGS="" bash run.sh start

# 修改 ROS2 域 ID（默认 0，真机用）
DOMAIN_ID=1 bash run.sh start

# 修改容器名
CONTAINER_NAME=my-container bash run.sh start

ARM64 基镜像也可先手动拉取并打标签，避免每次构建重新拉取：

sudo docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/dustynv/l4t-pytorch:r36.4.0-linuxarm64
sudo docker tag \
  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/dustynv/l4t-pytorch:r36.4.0-linuxarm64 \
  docker.io/dustynv/l4t-pytorch:r36.4.0
BASE_IMAGE=docker.io/dustynv/l4t-pytorch:r36.4.0 bash run.sh build

注意事项¶

架构强绑定，不能单机并存双架构。arm64 镜像并非通用 arm64，而是 Jetson 专用（基镜像面向 JetPack 6、torch wheel 为 Orin sm_87 源码编译、GPU 参数依赖 Jetson 版 --runtime nvidia）。x86 宿主机只能构建并运行 x86 容器；arm64 容器必须在 Jetson 上构建与运行。
bodyctrl_msgs 两架构均可用，安装方式不同。x86 用预编译 deb（dpkg 装入 /opt/ros/humble）；arm64 无对应 deb，改由 Dockerfile.arm64 构建时从源码 colcon 编译到 /opt/bodyctrl_msgs_ws。Walker S2 EDU 探索者不依赖 bodyctrl_msgs（其消息由 entrypoint.sh 从 /ubt_IL/walker/walker_sdk_ros2 源码编译 8 个包）。
FastDDS 必须禁用共享内存。容器内即使 --network=host，共享内存传输仍会导致 ros2 topic list 可用但 echo/subscribe 失败。fastdds_no_shm.xml 白名单默认含 127.0.0.1 与机型直连网段：天工行者 192.168.41.99、Walker S2 192.168.11.99。⚠️ 该文件随机型直连网段切换，构建镜像前必须修改（文件构建时 COPY 进镜像，构建后再改无效）；详见各机型真机全流程。
TORCH_HOME 已重定向到 bind mount 路径 /ubt_IL/.cache/torch，使 torchvision ResNet 等 pretrained 权重可下载并持久化。
entrypoint 每次启动做运行时安装。lerobot、lerobot_robot_tienkung、lerobot_robot_walker 均以 editable 安装，源码改完重启容器即生效。entrypoint 还会把 opencv-python-headless 换成 GUI 版并钉死 numpy<2；对 Jetson 防御性校验 torch.cuda.get_arch_list() 含 8.7。
Jetson torch wheel 随镜像分发。通用 download.pytorch.org cu128 wheel 未编译 SM_87，会报 no kernel image is available；本目录 wheel 为本机源码编译（CUDA 12.6, cuDNN 9.4, cp312），COPY 进 /opt/jetson-wheels 避免每台 Jetson 重编。
LeRobot [dataset] extra 已预装（datasets pandas pyarrow av 四个独立 PyPI 包，构建期装入），满足 rollout 模块的硬性依赖。