本文详细介绍了RDT（Robotics Diffusion Transformer）模型微调的全流程，包括环境搭建、CUDA与PyTorch安装、数据集准备、代码修改及GPU显存优化等关键步骤。重点讲解了如何适配自定义数据集，包括HDF5数据格式处理、动作向量统一表示方法以及6D姿态转换。针对显存不足问题，提供了CPU Offloading解决方案。文章还分享了微调脚本配置技巧和常见问题处理方法，

在部署RDT的过程中，需要用到rdt-1b、google/t5-v1_1-xxl、google/siglip-so400m-patch14-384等模型或者官方微调数据集rdt-ft-data等数据集。在服务器上下载遇到网络连接超时等问题，找到一些解决办法，在这里先记录一下。