openpi入門｜pi0を動かす環境とインストール手順

openpiとは、ロボット基盤モデルの開発企業Physical Intelligenceが公開している、π0（pi0）・π0.5などのロボット向け基盤モデルを動かすためのオープンソースリポジトリです。Apache-2.0ライセンスで公開されていて、公開済みのチェックポイントをダウンロードして推論を試したり、自分のロボットのデータでファインチューニングしたりできます。LeRobotで模倣学習の基本を体験した次の一歩として、「もっと賢い基盤モデルを動かしたい」人向けの選択肢の一つです。

π0・π0-FAST・π0.5の違い

openpiが収録しているのは3つのモデルです。

動かすのに必要なGPU

openpi公式READMEが案内するNVIDIA GPUの目安です。

まずLeRobotから試す

LeRobot入門でlerobotをインストール済みなら、実はopenpi本体を入れなくてもπ0を試せます。LeRobot側にπ0がpolicy.type=pi0として統合されているためです。

# Hugging Faceの公開チェックポイントからπ0をファインチューニングする例
lerobot-train \
  --policy.type=pi0 \
  --policy.path=lerobot/pi0_base \
  --dataset.repo_id=<自分のデータセット> \
  --batch_size=32

openpi本体を使う（高度な用途）

LIBEROベンチマーク用の評価コードなど、openpi独自のツール群を使いたい場合は、本体をクローンします。

# サブモジュール込みでクローン（LeRobotも依存として取得される）
git clone --recurse-submodules https://github.com/Physical-Intelligence/openpi.git
cd openpi
 
# uv（Pythonパッケージマネージャ）で依存関係を導入
GIT_LFS_SKIP_SMUDGE=1 uv sync
GIT_LFS_SKIP_SMUDGE=1 uv pip install -e .

推論の最小構成は、公式READMEによるとこのような形です。

from openpi.policies import policy_config
 
# config名とチェックポイントのパスを指定して読み込む
# （チェックポイントは gs://openpi-assets から ~/.cache/openpi へ自動ダウンロードされる）
policy = policy_config.create_trained_policy(config, checkpoint_dir)
 
# 観測（カメラ画像・関節角度など）を渡すと、次の動作が返る
action = policy.infer(example)["actions"]

configやexampleの具体的な作り方はタスクやロボットの構成によって変わるため、openpiのexamples/ディレクトリにあるタスク別のサンプル（LIBEROタスクの変換スクリプトなど）を参考にするのが確実です。

自分のロボットでファインチューニングする流れ

openpiのファインチューニングは、LeRobot形式のデータセットを前提にしています。独自データを使う場合は、公式が用意しているLIBEROデータセットの変換スクリプト（examples/libero/convert_libero_data_to_lerobot.py）が、変換処理の書き方の参考になります。データ収集そのものの実務はテレオペとデータ収集入門、安価な実機を使うならSO-101組み立てガイドで解説しています。

まとめ

• openpiは、Physical Intelligenceのロボット基盤モデルπ0・π0-FAST・π0.5を動かすためのオープンソース（Apache-2.0）
• 推論は8GB以上、フルファインチューニングは70GB級のGPUが公式の目安
• まず試すなら、LeRobotのpolicy.type=pi0から入るのが手軽。本格的な評価やLIBEROベンチマークを使うならopenpi本体をクローンする
• ファインチューニングはLeRobot形式のデータが前提。データ収集→norm_stats計算→学習、の順で進める

よくある質問

次の一歩

GR00Tとの比較はIsaac GR00T入門、もっと軽く試したいならSmolVLA入門へどうぞ。