HRM

环境要求

• Linux 环境（README 提供的 CUDA 安装包为 .run 文件，适用于 Linux）
• NVIDIA GPU，且显卡驱动可支持 CUDA 12.6
• 已安装 Python 3 与 pip（README 使用 pip3 / pip 安装依赖）
• 具备 sudo 权限，用于静默安装 CUDA Toolkit

安装与启动步骤

1. 1下载 CUDA 12.6 安装包

   使用 wget 下载官方 CUDA 12.6.3 本地安装器并保存为 cuda_installer.run，需保证网络可访问 NVIDIA 下载地址。

   wget -q --show-progress --progress=bar:force:noscroll -O cuda_installer.run https://developer.download.nvidia.com/compute/cuda/12.6.3/local_installers/cuda_12.6.3_560.35.05_linux.run

   复制

2. 2静默安装 CUDA

   以 sudo 静默安装 CUDA Toolkit（不含驱动安装向导），--override 会跳过部分兼容性检查，执行前确认系统环境。

   sudo sh cuda_installer.run --silent --toolkit --override

   复制

3. 3设置 CUDA_HOME

   导出 CUDA_HOME 指向新安装的 CUDA 12.6 目录，后续编译和 PyTorch 安装会读取该变量。

   export CUDA_HOME=/usr/local/cuda-12.6

   复制

4. 4安装 PyTorch

   通过 PyTorch 官方 cu126 索引安装与 CUDA 12.6 匹配的 torch、torchvision、torchaudio，避免版本不匹配。

   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

   复制

5. 5安装 Python 依赖

   在项目根目录执行，安装 requirements.txt 中声明的全部依赖。请先进入 HRM 项目目录再执行。

   pip install -r requirements.txt

   复制

6. 6运行实验

   README 只给出 Run Experiments 章节标题，未提供具体命令，需按仓库实际脚本或文档执行训练/推理任务。

关键配置

如何确认成功

运行项目实验脚本后无报错，日志正常输出，并在数独、迷宫寻路等推理任务上得到结果。

常见问题

注意事项

• README 未提供 git clone 命令，需自行获取仓库代码后再执行 pip install -r requirements.txt。
• README 的 Run Experiments 章节无具体命令，实验运行方式请以仓库最新文档或脚本为准。
• 安装 CUDA 需要 sudo 权限，--override 会跳过兼容性检查，生产环境请谨慎操作。
• HRM 仅 27M 参数、1000 条训练样本即可训练，但完整复现仍需可用的 CUDA 环境。