LeRobot 机械臂策略训练完整指南4 条 CLI 命令从遥操作录数据到真机部署【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 开源的机器人学习框架遥操作录数据、训练策略、仿真评估、真机部署四步全部由命令行驱动几乎不用自己写模型代码。本文按先跑起来、再讲清楚的顺序把整条流水线走一遍凡是50 集10~30Hz这类建议性数字都会标注为经验值不作为硬指标。没有真机LeRobot 入门怎么办结论完全可行用 Hub 上的公开演示数据集顶替自己录的数据即可。先把环境装上。门槛不高Python 3.12、Linux 或 macOS、16GB 内存、约 50GB 磁盘依赖加数据集缓存。NVIDIA GPU 不是必需但训练速度会明显受益。下面这段先克隆仓库再建独立环境、装视频依赖和两个仿真环境加训练依赖git clone https://gitcode.com/GitHub_Trending/le/lerobot cd lerobot conda create -y -n lerobot python3.12 conda activate lerobot conda install ffmpeg -c conda-forge # 视频编解码依赖 pip install -e .[aloha,pusht,training] # aloha/pusht 两个仿真环境 训练依赖装完跑一句导入验证三个包都能加载、版本号打出来就说明依赖齐了python -c import gym_aloha, gym_pusht, lerobot; print(lerobot.__version__)没有真机时--dataset.repo_id直接填 Hub 上公开的演示数据集比如lerobot/aloha_insertion录制这一步整个跳过后面训练和评估照常进行。LeRobot 怎么录数据一条命令搞定遥操作遥操作的本质是人做一遍程序抄一遍你用手推主臂leader从动臂follower实时跟随lerobot-record在后台逐帧存下画面、关节角和你发出的动作。以 SO-100 双臂为例整条命令如下lerobot-record \ --robot.typeso100_follower \ --robot.port/dev/ttyACM0 \ --teleop.typeso100_leader \ --dataset.repo_id你的用户名/pick_cube \ --dataset.num_episodes50 \ --dataset.single_taskGrab the cube几个参数的分工参数作用--robot.type/--robot.port从动臂型号和串口先确认串口没插错--teleop.type你手里推的那台控制端这里是 SO-100 主臂--dataset.repo_id数据集落点用户名/数据集名--dataset.num_episodes录多少集50 集是经验起步值不是硬门槛--dataset.single_task一句话任务描述训练和推理都会用到两个容易踩的细节。其一每录完一集程序会停下提示你复位环境留十几秒把物体摆回初始位姿摆好再录下一集。其二录完做一次质量自查用可视化页面抽几集看lerobot-dataset-viz --repo_id 你的用户名/pick_cube视频帧和动作曲线能对上才合格动作忽大忽小的集直接弃掉可以用lerobot-edit-dataset移除。50 集起步的 ACT 训练策略怎么选结论第一次跑选 ACT约 50 集数据就能出效果单卡训练几小时跑完 10 万步默认超参基本不用动。三个常用候选按数据量对号入座策略建议数据量经验值推理速度适合什么情况ACT约 50 集快入门首选单臂/双臂仿人操作Diffusion100 集较慢动作分布多模态、精细抓取TDMPC20~50 集快低维状态观测、没有相机的小任务ACT 的实现在 src/lerobot/policies/act/。训练命令就是把数据集指向刚录的 repo策略类型选 actlerobot-train \ --dataset.repo_id你的用户名/pick_cube \ --policy.typeact \ --policy.devicecuda \ --output_diroutputs/train/act_pick \ --job_nameact_pick \ --wandb.enabletrue开着 wandb 盯loss曲线稳定下降说明在学东西。跑完到outputs/train/act_pick/checkpoints/里取最新一步的权重就是接下来评估要用的东西。仿真评估多少分算够只看三个数评估是让策略在仿真环境里自己跑若干集、自己给自己打分。以 aloha 仿真为例一条命令lerobot-eval \ --policy.pathoutputs/train/act_pick/checkpoints/step/pretrained_model \ --env.typealoha \ --env.taskAlohaInsertion-v0 \ --eval.n_episodes20 \ --policy.devicecuda跑完打开输出目录里的eval_info.json决定成败的是聚合段里的三个数指标回答的问题怎么看pc_success成功率核心判据20 集成了 15 集就是 75%avg_sum_reward整体水平成功率相近时它更高说明完成得更稳、步数更省eval_ep_s实时性单集耗时过长上真机会掉帧整条流水线走到这里可以回头看一下全局位置分不够时改数据的优先级高于调参先补多样性每集换一种物体初始位姿泛化能力直接由它决定其次再碰--batch_size和学习率。把失败集的视频翻一遍通常一眼能看出缺了哪种场景。sim2real 部署要对齐哪三个点结论仿真 90% 不等于真机 90%差距集中在三个对齐点部署前逐项核对。差异点对齐动作没对齐的典型症状动作空间维度相机数量、关节角/末端位姿表示逐项一致动作从第一步起就全乱控制频率--fps与训练用数据集保持一致真机常见 10~30Hz动作卡顿或明显加速观测维度用lerobot-info核对数据集特征训练时的观测项缺一项推理直接报错或行为异常用 lerobot-rollout 把策略开到真机械臂上部署引擎是lerobot-rollout指定权重路径和真机配置就能让机器人自主跑一段时间lerobot-rollout \ --strategy.typebase \ --policy.pathoutputs/train/act_pick/checkpoints/step/pretrained_model \ --robot.typeso100_follower \ --robot.port/dev/ttyACM0 \ --taskGrab the cube \ --duration30 两个首跑技巧加--display_datatrue在 Rerun 窗口里盯动作曲线看夹爪和关节过渡是否平滑如果动作卡顿加--use_torch_compiletrue把推理速度提上来。延伸入口策略原理与训练配方docs/ 的 Policies 章节以及 src/lerobot/policies/ 源码多卡分布式训练docs/ 中 Multi-GPU Training 一页想在模仿学习之上继续用强化学习进化src/lerobot/rl/ 源码与 HIL-SERL 文档【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