更新时间:2026-09-20 GMT+08:00
部署模型服务
基于创建模型训练作业中保存的模型执行部署模型服务操作,模型部署成功后,该模型服务状态为“运行中”,用于后续的智能体调试。
部署模型
- 登录CloudRobo控制台。
- 在左侧导航栏选择“运行管理 > 模型部署”,进入“模型部署”页面。
- 单击“部署模型服务”,进入“部署模型服务”界面。
- 请参考以下内容配置参数,其余参数保持默认或者按照实际自行调整。
基础信息
- 服务名称:输入“UR5E抓放航插”。
- 描述:输入“UR5E抓放航插”。
模型配置
- 模型:空间资产-模型,选择创建模型训练作业中保存的模型,模型版本为v0.0.1。
- r2c协议配置:单击“本地上传”,上传本地准备的r2c.json文件。抓放航插的示例文件在下载的本地残差强化学习端侧目录/hil-residual-rl/experiments/place_upright/r2c_ur5_train.json。
环境配置
- 启动命令:在选择模型后会自动生成,无特殊情况不需要修改。
资源配置
- 运行时长:选择1小时
- 资源池:选择“公共资源池”。
- 实例规格:选择1 * SNT9B2 | 24 vCPUs | 192 GiB,或者根据实际资源选择规格。
- 完成后单击“立即部署”,即可开始部署模型。
在模型部署页面,查看已部署的模型服务,模型部署成功后,该模型服务状态为“运行中”。
父主题: 基于残差强化学习算法完成真机强化作业