(scan) su@su:~/scan-project/SCAN/openselfsup$ CUDA_VISIBLE_DEVICES=0 bash tools/dist_train.sh configs/scan/sd198-20/wrn_v1.py 1 usage: launch.py [-h] [--nnodes NNODES] [--node_rank NODE_RANK] [--nproc_per_node NPROC_PER_NODE] [--master_ad

这个错误看起来和你的命令行参数有关。从错误信息来看，你使用了 `launch.py` 脚本启动分布式训练，但是传入的参数不正确。

具体来说，`launch.py` 脚本需要以下参数：

- `training_script`：训练脚本的路径。
- `--nproc_per_node`：每个节点上使用的 GPU 数量。
- `--nnodes`：节点数。
- `--node_rank`：当前节点的编号。
- `--master_addr`：主节点的 IP 地址。
- `--master_port`：主节点的端口号。

你使用的命令行中，第一个参数是训练脚本的路径，但是第二个参数是一个数字 `1`，这可能是你想要传给 `--nproc_per_node` 参数的值。但是，`launch.py` 脚本会将 `1` 解析为 `training_script` 参数的值，从而导致参数不匹配的错误。

因此，你需要将命令行中的参数按照上述要求进行传递。一个正确的命令行示例可能如下所示：

CUDA_VISIBLE_DEVICES=0 python -m torch.distributed.launch --nproc_per_node=1 --nnodes=1 --node_rank=0 --master_addr=localhost --master_port=1234 train.py configs/scan/sd198-20/wrn_v1.py

这里假设你只使用了一台机器进行分布式训练，因此 `--nnodes` 参数设置为 `1`，`--node_rank` 参数设置为 `0`，且 `--master_addr` 参数设置为 `localhost`，`--master_port` 参数设置为 `1234`。具体的参数值应该根据你的实际情况进行修改。