LeRobot 实操指南3 条命令跑通机器人策略训练闭环【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手里有只桌面机械臂想让它学会抓方块LeRobot 是 PyTorch 生态的机器人学习工具链把录数据、训策略、跑评估做成三条命令。本文带你用仿真环境跑通这个闭环起步只需 Python 3.12、16GB 内存和约 50GB 磁盘。装之前要备齐什么装不上先查哪里三条命令装完一条命令验证。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 # 视频解码依赖 pip install -e .[core_scripts,training,aloha]成功标准另开终端跑lerobot-info能打印版本号 0.6.2 且列出可用命令。装不上的两个高频原因Python 版本低于 3.12lerobot 只收 3.12以及漏装 ffmpeg 导致视频解码报错。完整的坑位清单在 docs/source/installation.mdxLinux 下还可能需要 cmake 和 build-essential 两个系统包。没有真机第一批演示数据从哪来两条路有 SO100 之类的真机就遥操作录没有就直接用 Hub 上的公开数据集跳过录制。遥操作说白了就是人扶着机器人做一遍程序把每帧画面和关节角存下来。真机录制约 50 集lerobot-record \ --robot.typeso100_follower --robot.port/dev/ttyACM0 \ --teleop.typeso100_leader \ --dataset.repo_id${HF_USER}/pick_cube \ --dataset.num_episodes50 \ --dataset.single_taskGrab the cube关键参数就这几个num_episodes集数建议 50 起步single_task是一句话任务描述会写进数据集。每集录完程序提示复位把物体摆回初始位再录下一集。成功标准跑lerobot-dataset-viz --repo_id ${HF_USER}/pick_cube页面里视频帧和动作曲线能对上。曲线忽大忽小的集直接弃掉。没有真机的话把训练命令里的repo_id换成公开数据集lerobot/aloha_insertion同样能走通。策略怎么选训练怎么跑先按数据量选策略别一上来就堆大模型策略数据量需求适合场景act约 50 集入门首选单臂/双臂仿人操作diffusion100 集动作分布多模态、精细抓取tdmpc20~50 集无相机、低维状态的小任务smolvla / pi05预训练微调视觉语言类大模型选 act 的话默认超参不用动源码在 src/lerobot/policies/act/lerobot-train \ --dataset.repo_id${HF_USER}/pick_cube \ --policy.typeact \ --policy.devicecuda \ --output_diroutputs/train/act_pick \ --job_nameact_pick --steps100000成功标准outputs/train/act_pick/checkpoints/下按 step 出现 checkpoint 目录开了 wandb 的话 loss 曲线稳定下降。单张 GPU 上 10 万步几小时跑完没 GPU 就把 device 改成 cpu只是慢。评估分数怎么看三个指标定成败lerobot-eval 把策略放回仿真环境自己跑若干集相当于让机器人闭卷考试。用 aloha 仿真环境评估lerobot-eval \ --policy.pathoutputs/train/act_pick/checkpoints/step/pretrained_model \ --env.typealoha --env.taskAlohaInsertion-v0 \ --eval.n_episodes20 --policy.devicecuda成功标准终端跑完 20 集输出目录里生成eval_info.json里面三个数决定成败指标含义怎么判读pc_success成功率 %核心判据20 集过 15 集就是 75%avg_sum_reward平均累计奖励成功率相近时高完成更稳eval_ep_s单集耗时太高上真机会掉帧不达标时优先补数据每集换物体初始位姿多样性直接决定泛化其次再调 batch_size 和学习率。翻一遍失败集的视频通常一眼能看出数据缺了哪种场景。接下来去哪想深入策略原理看官方文档 Policies 章节和 src/lerobot/policies/ 源码每个策略带独立 README。想上多卡分布式训练入口是 docs/source/multi_gpu_training.mdx配合 accelerate 配置。想在模仿学习后接强化学习看 docs/source/hilserl.mdx 和src/lerobot/rl/的 HIL-SERL 实现。【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