LeRobot 机器人框架入门指南从零搭一台会模仿的 SO-100 机械臂【免费下载链接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning项目地址: https://gitcode.com/GitHub_Trending/le/lerobotLeRobot 是 Hugging Face 开源的 PyTorch 机器人学习框架把采数据、训模型、上真机三件事压进同一套接口里。如果你只想用几行代码跑通一条机械臂或者想把模仿学习策略部署到自己买得起的硬件上这个机器人框架值得花一小时装一遍试试。一、安装与验证两条命令跑通 LeRobotLeRobot 可以直接从 PyPI 安装基础包就够入门pip install lerobot lerobot-info第二条命令是自带的自检脚本会打印当前版本和可用的 CLI 入口。安装后敲lerobot-train --help能看到训练、录制、校准、回放等二十来个lerobot-*命令——整个框架的使用路径基本都藏在这里面。如果后面要接具体硬件可以按需加装依赖比如pip install lerobot[feetech]SO-100 用的舵机协议或lerobot[intelrealsense]RealSense 摄像头。仓库地址git clone https://gitcode.com/GitHub_Trending/le/lerobotclone 下来可以边读源码边对照文档。二、能力速览一张表看懂 LeRobot 能干什么模块内容说明硬件SO-100、Koch、Reachy2、Unitree G1 等统一Robot接口接上即可采数和发指令数据LeRobotDataset 格式MP4 视频存图像、Parquet 存状态动作托管在 Hub算法ACT、Diffusion、Pi0、GR00T N1.7、TDMPC覆盖模仿学习、强化学习、VLA视觉-语言-动作模型即能听懂自然语言指令的机器人策略工具链lerobot-record/lerobot-train/lerobot-eval采集、训练、仿真评估各有独立 CLI算法是 LeRobot 投入最重的部分。纯 PyTorch 实现的策略覆盖五类模仿学习ACT、Diffusion、VQ-BeT、强化学习HIL-SERL、TDMPC、VLAPi0、Pi0Fast、SmolVLA、EO-1 等十几个、世界模型和奖励模型。下图是 GR00T 策略的结构可以看到视觉编码器、文本分词器和动作生成模块如何拼在一起。第三方硬件也有一层插件机制任何按lerobot_robot_、lerobot_teleoperator_、lerobot_camera_前缀命名的已安装包都会被自动发现装好后直接写进 CLI 的--robot.type参数即可源码无需改动。三、端到端实战从遥操作到训练出策略没有实体机械臂也能走通这条线先下载 Hub 上的公开数据集跑训练再挑一个 LIBERO 仿真任务做评估。下面按有 SO-100 硬件的完整路径讲顺序就是真实使用顺序。第 1 步校准。舵机有安装误差先跑lerobot-calibrate走一遍校准流程把每个关节的零点和极值存下来。第 2 步遥操作录数据。用主臂带着从臂做任务录进标准数据集lerobot-record \ --robot.typeso100_follower \ --teleop.typeso100_leader \ --dataset.repo_idhf-username/my-grasp第 3 步训练。以 ACTAction Chunking with TransformerTransformer 版的动作分块策略模仿学习里最经典的基线之一为例一条命令即可lerobot-train --policy.typeact \ --dataset.repo_idhf-username/my-grasp第 4 步评估。在 LIBERO 仿真基准上跑若干回合lerobot-eval --env.typelibero --eval.n_episodes10会输出成功率不用碰真机就能验证策略有没有学进去。整个闭环里只有录数据一步依赖硬件其余都可以在笔记本或云 GPU 上完成。数据加载本身也只有几行LeRobotDataset(repo_id)之后直接dataset[0][action]取样本视频解码是自动的。想复现这条线的完整脚本可以翻 examples/so100_to_so100_EE/ 目录record、teleoperate、evaluate 每一步都有独立示例。四、横向定位它和 ROS、MoveIt 是一类东西吗不是。ROS/MoveIt 解决的是机器人怎么动LeRobot 解决的是机器人怎么学两者并不互斥——仓库的第三方插件列表里就有 ROS 2 桥接真实项目里常见 ROS 负责底盘、LeRobot 负责上层策略的组合。维度LeRobotROS / MoveIt核心目标端到端学习策略模仿/强化/VLA规划与控制基础设施数据管理标准数据集格式 Hub 托管无对应概念上手成本pip 安装Python 为主环境配置较重概念多LeRobot 的取舍是把硬件抽象和数据格式做薄Robot接口只有 connect、get_observation、send_action 几个方法任何能实现这层接口的机器都能接进来用它的数据采集和训练工具。五、写给不同读者的入口学生 / 纯软件背景先从LeRobotDataset(lerobot/aloha_mobile_cabinet)加载公开数据集、训练一个 ACT 开始不碰硬件也能学完整流程examples/training/train_policy.py 是训练主脚本的参考。有 SO-100 / SO-101 的搭建者按校准 → 录数据 → 训练 → 评估四步走docs/source/ 下 so100、so101 各有独立文档页。想接自研硬件的开发者看 robots 目录 里任一实现的Robot接口照着写一个自己的即可被 CLI 直接调度。继续深入的入口仓库内的 docs/ 文档、src/lerobot/policies/ 各策略源码与各自的 README以及官方 Discord 社区。框架当前版本 0.6.2迭代很快建议定期看看 policies 目录的新增条目。【免费下载链接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning项目地址: https://gitcode.com/GitHub_Trending/le/lerobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LeRobot 机器人框架入门指南：从零搭一台会模仿的 SO-100 机械臂
LeRobot 机器人框架入门指南从零搭一台会模仿的 SO-100 机械臂【免费下载链接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning项目地址: https://gitcode.com/GitHub_Trending/le/lerobotLeRobot 是 Hugging Face 开源的 PyTorch 机器人学习框架把采数据、训模型、上真机三件事压进同一套接口里。如果你只想用几行代码跑通一条机械臂或者想把模仿学习策略部署到自己买得起的硬件上这个机器人框架值得花一小时装一遍试试。一、安装与验证两条命令跑通 LeRobotLeRobot 可以直接从 PyPI 安装基础包就够入门pip install lerobot lerobot-info第二条命令是自带的自检脚本会打印当前版本和可用的 CLI 入口。安装后敲lerobot-train --help能看到训练、录制、校准、回放等二十来个lerobot-*命令——整个框架的使用路径基本都藏在这里面。如果后面要接具体硬件可以按需加装依赖比如pip install lerobot[feetech]SO-100 用的舵机协议或lerobot[intelrealsense]RealSense 摄像头。仓库地址git clone https://gitcode.com/GitHub_Trending/le/lerobotclone 下来可以边读源码边对照文档。二、能力速览一张表看懂 LeRobot 能干什么模块内容说明硬件SO-100、Koch、Reachy2、Unitree G1 等统一Robot接口接上即可采数和发指令数据LeRobotDataset 格式MP4 视频存图像、Parquet 存状态动作托管在 Hub算法ACT、Diffusion、Pi0、GR00T N1.7、TDMPC覆盖模仿学习、强化学习、VLA视觉-语言-动作模型即能听懂自然语言指令的机器人策略工具链lerobot-record/lerobot-train/lerobot-eval采集、训练、仿真评估各有独立 CLI算法是 LeRobot 投入最重的部分。纯 PyTorch 实现的策略覆盖五类模仿学习ACT、Diffusion、VQ-BeT、强化学习HIL-SERL、TDMPC、VLAPi0、Pi0Fast、SmolVLA、EO-1 等十几个、世界模型和奖励模型。下图是 GR00T 策略的结构可以看到视觉编码器、文本分词器和动作生成模块如何拼在一起。第三方硬件也有一层插件机制任何按lerobot_robot_、lerobot_teleoperator_、lerobot_camera_前缀命名的已安装包都会被自动发现装好后直接写进 CLI 的--robot.type参数即可源码无需改动。三、端到端实战从遥操作到训练出策略没有实体机械臂也能走通这条线先下载 Hub 上的公开数据集跑训练再挑一个 LIBERO 仿真任务做评估。下面按有 SO-100 硬件的完整路径讲顺序就是真实使用顺序。第 1 步校准。舵机有安装误差先跑lerobot-calibrate走一遍校准流程把每个关节的零点和极值存下来。第 2 步遥操作录数据。用主臂带着从臂做任务录进标准数据集lerobot-record \ --robot.typeso100_follower \ --teleop.typeso100_leader \ --dataset.repo_idhf-username/my-grasp第 3 步训练。以 ACTAction Chunking with TransformerTransformer 版的动作分块策略模仿学习里最经典的基线之一为例一条命令即可lerobot-train --policy.typeact \ --dataset.repo_idhf-username/my-grasp第 4 步评估。在 LIBERO 仿真基准上跑若干回合lerobot-eval --env.typelibero --eval.n_episodes10会输出成功率不用碰真机就能验证策略有没有学进去。整个闭环里只有录数据一步依赖硬件其余都可以在笔记本或云 GPU 上完成。数据加载本身也只有几行LeRobotDataset(repo_id)之后直接dataset[0][action]取样本视频解码是自动的。想复现这条线的完整脚本可以翻 examples/so100_to_so100_EE/ 目录record、teleoperate、evaluate 每一步都有独立示例。四、横向定位它和 ROS、MoveIt 是一类东西吗不是。ROS/MoveIt 解决的是机器人怎么动LeRobot 解决的是机器人怎么学两者并不互斥——仓库的第三方插件列表里就有 ROS 2 桥接真实项目里常见 ROS 负责底盘、LeRobot 负责上层策略的组合。维度LeRobotROS / MoveIt核心目标端到端学习策略模仿/强化/VLA规划与控制基础设施数据管理标准数据集格式 Hub 托管无对应概念上手成本pip 安装Python 为主环境配置较重概念多LeRobot 的取舍是把硬件抽象和数据格式做薄Robot接口只有 connect、get_observation、send_action 几个方法任何能实现这层接口的机器都能接进来用它的数据采集和训练工具。五、写给不同读者的入口学生 / 纯软件背景先从LeRobotDataset(lerobot/aloha_mobile_cabinet)加载公开数据集、训练一个 ACT 开始不碰硬件也能学完整流程examples/training/train_policy.py 是训练主脚本的参考。有 SO-100 / SO-101 的搭建者按校准 → 录数据 → 训练 → 评估四步走docs/source/ 下 so100、so101 各有独立文档页。想接自研硬件的开发者看 robots 目录 里任一实现的Robot接口照着写一个自己的即可被 CLI 直接调度。继续深入的入口仓库内的 docs/ 文档、src/lerobot/policies/ 各策略源码与各自的 README以及官方 Discord 社区。框架当前版本 0.6.2迭代很快建议定期看看 policies 目录的新增条目。【免费下载链接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning项目地址: https://gitcode.com/GitHub_Trending/le/lerobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
