~/repos/Robotics/scene-mem-gen/mlspaces(molmo_spaces import OK), 에셋 versioned 캐시 + RM flat 계층(버전 30/32 일치), EGL 렌더 OK. 설명서의 "568 GB 다운로드"는 불필요 — 부족분은 집 101채 11 MB.plans/train/(type1 계획), patches_pending/(보류 패치). GitHub 원격은 접근 불가라 bundle이 유일 소스.gen_queue sbatch 래핑 · molmospaces 패치를 pi05-mlspaces와 격리.plans/train/·listTrain300.txt·pip freeze는 묶음에 없어 yj-1에서 추가 수취 필요. HF v1 생성 시점 코드는 git에 정확히 박혀 있지 않음.scene-mem 벤치마크 데이터 생성기가 외부 서버 yj-1에서 돌고 있었고, 다른 세션이 원본 102 GB 중 코드·설정·문서만 21 MB 묶음으로 정리해 옮겨 놓았다. 이 묶음이 온전한지, 설명서(README_TRANSFER.md)의 주장이 맞는지, 이 서버에서 돌리려면 무엇이 더 필요한지를 복원 dry-run으로 실측했다. 실제 복원은 아직 하지 않았다.
| 항목 | 설명서 주장 | 실측 | 판정 |
|---|---|---|---|
| bundle | 커밋 9 · HEAD b53ce12 | 9 · 일치 · tracked 2,524 | OK |
| 01 patch | 19 파일 | 19 (+364/−52) · apply --check OK. plans_resume/val 11개는 mode 변경뿐 | OK |
| 02 untracked | 20 | 20 | OK |
| 03 plans_resume | 1249 | train 1028 / train_pr 8 / val 213 · staged==4 계획 178 | OK |
| 04 npz | 865 | 865 | OK |
| 06 molmospaces | 17파일/724줄 · base c2f1b58 | 17 +724 −45 · BASE 일치 · 링크 32 + manifest 2 | OK |
| docs | 32 | 31 + 신규 2 (+.bak 1) | OK |
| HF Keh0t0/scene-mem-benchmark | 112편 public | API HTTP 200 | OK |
| GitHub yoon0330/scene-mem | origin/main 푸시됨 | Repository not found | bundle 유일 |
| 빠진 것 | 원인 | 영향 |
|---|---|---|
plans/train/ (type1 계획) | .gitignore plans*/ · tar에도 없음 | type1 100편은 HF에 있음. 재생성 가능하나 동일 계획 재현 불가 |
patches_pending/ | 미추적 · tar 미포함 | 보류 패치 press_pending_3fixes.diff 유실 |
| yj-1 LOCAL type2 13편 | 설계상 제외 | yj-1 보관 · 필요 시 수취 |
| 항목 | 상태 |
|---|---|
conda mlspaces | Python 3.11.15 · mujoco 3.5.0 · molmo_spaces import OK · datagen 의존 패키지 전부 OK |
| molmospaces 체크아웃 | ~/repos/scenemem/molmospaces HEAD 68d0281 = base + 2 commits · 로컬 패치 apply --check 통과 · 겹치는 파일 pipeline.py 1개(충돌 없음) |
| 에셋 versioned 트리 | ~/.cache/molmo-spaces-resources · PINS 32개 중 30 일치 · 불일치는 benchmarks v1/v2뿐(datagen 미사용) |
| RM flat 계층 | ~/.cache/molmospaces/assets/<hash> — 설명서 mlspaces_assets/와 같은 역할, 이미 존재 |
| 에셋 채워진 정도 | lazy 형태. thor 전체(1.5 GB) · grasps/droid 1678 · franka_droid OK · procthor-10k-train 집 0채 · objaverse 146개 |
| 필요 다운로드 | MANIFEST 101채 = 11 MB(압축). asset_bench 539개는 전부 THOR 이름 → objaverse 350 GB 불필요 가능성 높음 |
| EGL 렌더 | 로그인 B200 mujoco.Renderer OK · EGL id 1 → nvidia-smi 1 (+1.9 GB) |
/home/nas_main/junhahyung/jaeyoon/… | 이 서버에 없음 — env.sh · gen_queue_yj4b.sh 경로는 yj-1 마운트 이름 |
CUDA_VISIBLE_DEVICES=0이라 EGL 매핑 자체가 소멸한다.pinned_assets.json의 benchmarks 핀(20260318/20260330)이 로컬(20260408/20260415)과 다르다. MLSPACES_FORCE_INSTALL=False 환경에서는 버전 불일치가 ValueError로 기동을 막으므로 핀을 로컬에 맞추거나 제거해야 한다.사용자 요구("이전 것 그대로, 코드·세팅·결과 그대로")에 맞춰 집 풀·코드 시점·계획·환경을 항목별로 대조했다. 앞선 "101채 11 MB"는 배포된 편의 집만 센 값이라 정정한다.
| 항목 | 동일 여부 | 근거 |
|---|---|---|
| 코드 (yj-1 09-04 작업트리) | 동일 | bundle HEAD + 미커밋 patch + 미추적 = 원본 작업트리 |
| 코드 (HF v1 type1 생성 시점 08-26~28) | 근사 | da782d0 final 이후 미커밋 변경이 09-01 9.1에 합류. 현재 트리는 resume 작업의 공유 모듈 변경(9파일 +1066/−140)이 더 얹힌 상태 |
| 집 풀 | 동일 가능 | train 카드 1,600채 전체, 게이트 통과 790채(train_ok.txt 790 = 카드 gate=True 790). 배포 100편은 84채. 집 1,600채 필요(train 10k 압축 0.9 GB, 버전 동일) |
| 카드·인벤토리·npz | 동일 | 1,600 카드 version 4 · 스캔 플래그 포함 · npz 865 |
type1 계획 plans/train/ | 없음 | 08-27 plans/ ignore. 생성기는 결정론적(Random(f"{house}:{seed}"))이나 08-27 이후 냉장고 서랍 제외·높이 게이트 추가 → 재생성 ≠ 08-26 계획 |
listTrain300.txt | 없음 | listTrain150/200·listT_all·v2_121은 있음 |
| 에셋 버전 | 동일 | 핀 30/32 일치, 불일치는 미사용 benchmarks |
| molmospaces | 새 clone 필요 | 기존 체크아웃은 base+2커밋. c2f1b58 clone 후 패치 |
| Python 환경 | 부분 확인 | Python 3.11 · mujoco 3.5.0만 문서 기록. 나머지 패키지 버전 기록 없음 → yj-1 pip freeze 필요 |
| 실행 설정 | 동일 | batch.sh: --stream-video · timeout 5400 · EGL fallback · NPAR 20~24 · 편당 VRAM 2.42 GB / RAM ≤4.28 GB |
raw datagen_out/T20260826 등 | 없음 | v1 트리 재구성 불가 (HF 다운로드로 대체) |
| 결과 동일성 | 분포 동일 | 무대·질의 규칙은 동일 재현. 물리 롤아웃은 CPU/BLAS 차이로 바이트 동일 불가 (원본도 3개 서버 분산 생성) |
plans/train/ + listTrain300.txt, mlspaces env의 pip freeze, (선택) patches_pending/. 원본이 살아 있을 때 받아둘 것.묶음은 그대로 써도 된다. 진짜 작업은 경로 치환 + sbatch 래핑 + molmospaces 패치 격리 세 가지로 줄어든다. 특히 기존 ~/repos/scenemem/molmospaces는 pi05-mlspaces 평가와 editable install로 공유되므로, 패치 17파일(renderer·robots·tasks)을 거기 직접 적용하면 그쪽 동작이 바뀔 수 있다 — 별도 clone이 안전하다.
복원 위치(scene-mem-gen/scene-mem-datagen/ + scene-mem-gen/molmospaces/ 제안) · molmospaces 패치본을 물릴 env(기존 mlspaces 공유 vs 새 env).
① 이 서버판 env.sh 작성 → import mf_scene 통과 확인 ② 로그인에서 scene_analyze.py card --house train_1299 1회(≤1분)로 lazy 다운로드 + 렌더 관통 ③ gen_queue sbatch 래퍼 작성 후 sbm 1-GPU 1편 스모크 ④ yj-1에서 plans/train/·patches_pending/ 추가 수취(선택).