LeRobot 开源机器人学习框架入门指南
为什么选择 LeRobot
传统机器人开发面临诸多挑战：硬件兼容性差、算法移植困难、学习曲线陡峭。LeRobot 通过模块化设计和开放生态，提供即插即用的硬件支持、标准化的算法接口及完整的学习资源。
第一步：环境配置与快速安装
系统要求检查
确保你的系统满足以下要求：
- Ubuntu 20.04+ 或 macOS 12+
- Python 3.9-3.11
- NVIDIA GPU（推荐，非必需）
一键安装命令
git clone https://github.com/huggingface/lerobot
cd lerobot
uv sync --all-extras
这个过程会自动安装所有依赖，包括 PyTorch、机器人控制库和视觉处理工具。
第二步：理解 LeRobot 的核心架构
LeRobot 采用分层的模块化设计，让你能够灵活组合不同组件。
核心模块解析：
- 视觉语言模型：处理图像和文本指令
- 状态编码器：理解机器人当前状态
- 动作解码器：生成控制指令
- 电机控制：执行物理动作
第三步：连接你的第一个机器人
支持的主流机器人平台
LeRobot 目前支持多种机器人硬件：
- SO100/101 系列机械臂
- Reachy2 协作机器人
- LeKiwi 移动平台
- Unitree G1 双足机器人
连接示例
from lerobot.robots import make_robot_from_config
# 配置 SO100 机械臂
config = {
"type": "so100_follower",
"port": "/dev/ttyUSB0"
}
robot = make_robot_from_config(config)
robot.connect()
print("机器人连接成功！")
第四步：运行预训练策略
LeRobot 提供了多种预训练策略，无需复杂配置即可体验智能控制。
可用策略类型
- ACT：动作分块变换器，适合模仿学习
- Diffusion：扩散策略，处理复杂任务
- TD-MPC：时序差分模型预测控制
- GROOT：基于视觉语言模型的通用策略
快速体验命令
python examples/training/train_policy.py --robot so100 --policy act
