LeRobot 机器人学习框架上手指南：5 步装好环境、录数据、训练并部署你的第一个策略

LeRobot 机器人学习框架上手指南5 步装好环境、录数据、训练并部署你的第一个策略【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 是一个基于 PyTorch 的开源机器人学习框架把采集数据 → 训练策略 → 部署到真机整条链路封装成了命令行工具。你不需要自己写硬件驱动也不用操心数据集格式它适合想进入机器人学习的开发者、动手派学生以及想让自己的机械臂学会干活的硬件爱好者。它到底是干嘛的给机器人学习配一套标准零件做机器人学习最头疼的不是算法而是东拼西凑机器人 A 的驱动和机器人 B 的数据格式不兼容别人发的数据集你根本读不了。LeRobot 的思路是把这条链路拆成几个标准件——硬件接口、数据集格式、策略算法、预处理流水线——每个都能单独替换。它内置了三样东西统一的硬件接口从几十美元的 SO-100 桌面臂到人形机器人 Unitree G1都通过同一个Robot类驱动你可以把它理解成给硬件配的万能插座统一的数据集格式LeRobotDataset画面存成 MP4 视频关节状态和动作存成 Parquet 表格两者按帧对齐读数据时自动解码一批可直接训练的算法策略ACT、Diffusion 这类模仿学习算法Pi0、GR00T 这类视觉语言动作VLA简单说就是看图 读指令 → 出动作的大模型路线以及 TDMPC 等强化学习算法核心代码都在src/lerobot/下算法在 src/lerobot/policies/硬件驱动在 src/lerobot/robots/数据工具在 src/lerobot/datasets/。第一步安装 LeRobot 并验证环境环境要求比大多数教程写的要新当前版本需要Python 3.12训练带 CUDA 的 GPU 时建议配 RTX 30 系以上显卡具体每个策略的显存需求可查 docs/source/hardware_guide.mdx。两种装法任选其一# 装法一直接装发布版 pip install lerobot lerobot-info # 装法二从源码装适合要改代码的你 git clone https://gitcode.com/GitHub_Trending/le/lerobot cd lerobot pip install -e . lerobot-infolerobot-info会打印安装信息能正常跑通就说明环境没问题。装完你会多出一整套lerobot-*命令lerobot-record、lerobot-train、lerobot-eval……后面五步全靠它们不用自己写脚本。第二步接上真机先让人来遥控训练之前先确认你能控制机器人。以 SO-100 为例流程是查串口 → 校准电机 → 遥操作。# 找到机器人连在哪个串口 lerobot-find-port # 校准电机限位首次使用必做 lerobot-calibrate # 用另一台 SO 系列主臂当手柄带动从臂运动 lerobot-teleoperate --robot.typeso100 --teleop.typeso100在代码层面所有机器人都是同一套 APIconnect()连接、get_observation()读当前状态、send_action()下发指令。你拿到的观测就是一组关节角 相机画面动作就是下一组目标关节角。遥操作器手柄、键盘、手机、Gamepad都在 src/lerobot/teleoperators/你的机器人如果不在列表里实现它的Robot接口就能接入全部工具链。第三步录制演示数据攒出你的第一个数据集 模仿学习的逻辑很朴素你操作一遍机器人看一遍。lerobot-record负责把你遥控机器人干活的过程存成 LeRobotDatasetlerobot-record \ --robot.typeso100 \ --teleop.typeso100 \ --dataset.repo_id你的账号/my_first_dataset录完的数据长什么样每个 episode 是一段 MP4相机画面加一张 Parquet 表每帧的关节角和动作按帧号严格对齐。这套格式就是 LeRobot 解决各家数据各搞一套的关键。数据出问题时也别慌有现成工具删除坏 episode、按索引切分、增删字段、合并多个数据集都在 src/lerobot/datasets/dataset_tools.py 里配套脚本见 examples/dataset/use_dataset_tools.py。第四步一行命令训练你的第一个策略录完数据训练就是改一行配置的事。以 ACT 算法模仿学习的一种把演示动作压成向量再逐步解码适合机械臂任务为例lerobot-train --policy.typeact --dataset.repo_idlerobot/aloha_mobile_cabinet这里用的是官方示例数据集你换成自己第三步录的数据即可。想动手改代码可以从 examples/tutorial/act/act_training_example.py 开始它把训练循环拆开写了一遍。不知道选哪个策略看任务类型任务类型推荐方向机械臂抓取、装配等模仿学习ACT、Diffusion、VQ-BeT需要听懂语言指令的大模型机器人Pi0、Pi0.5、GR00T、SmolVLA环境能交互、允许试错TDMPC强化学习每个策略的详细用法都有独立文档如 docs/source/pi0.mdx、docs/source/policy_act_README.md。训练时图像缩放、归一化这些预处理不用手写策略自带一套标准化的 processor 流水线相当于出工厂前的质检调校线源码在 src/lerobot/processor/多卡训练参考 examples/training/train_with_streaming.py。第五步在仿真里评估或直接部署回真机训练完别急着上真机先在仿真环境里跑一把。LeRobot 内置了 LIBERO、MetaWorld 等标准仿真基准lerobot-eval --policy.pathlerobot/pi0_libero_finetuned --env.typelibero --env.tasklibero_object --eval.n_episodes10这条命令加载一个预训练策略在 LIBERO 的取物任务上跑 10 集直接给你成功率。仿真环境的接入机制在 src/lerobot/envs/评估框架在 src/lerobot/scripts/lerobot_eval.py。确认指标合格后同一份策略权重可以直接加载回真机做推理硬件端代码还是第二步那套Robot接口。踩坑急救设备连不上、CUDA 报错、训练不收敛 三个最高频的问题找不到设备先lerobot-find-port确认串口SO 系列还要跑lerobot-setup-motors配置电机参数再不行查 docs/source/hardware_guide.mdx 里的接线说明CUDA 版本对不上用nvidia-smi看驱动支持的 CUDA 上限再对照 PyTorch 装的是哪个版本完整加速卡配置看 docs/source/torch_accelerators.mdx训练不收敛八成是数据问题。先用 examples/dataset/use_dataset_tools.py 检查数据分布和动作归一化再考虑调学习率调度器在 src/lerobot/optim/schedulers.py接下来去哪看资料完整文档docs/source/index.mdx从安装到各策略的教程都在这可跑示例examples/按training、tutorial、dataset分类每个场景都有入口脚本想写代码前先读测试tests/ 里的用例展示了各模块的正确用法比如 tests/policies/ 覆盖了每个策略的契约测试从第二步的遥操作到第五步的仿真评估整条链路你只需要四样东西一台机器人、一段演示数据、一行训练命令、一条评估命令。这就是 LeRobot 想做的事——把机器人学习里所有脏活标准化让你只关注算法本身。【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