Was ist LeRobot?
LeRobot ist die Open-Source-Roboter-Lernbibliothek von HuggingFace. Es bietet Ihnen ein einheitliches Datensatzformat, vorab trainierte VLA-Modelle (ACT, Diffusion Policy, Pi0Fast, SmolVLA) und eine Hardware-Abstraktionsschicht, die auf mehr als 10 Roboterplattformen identisch funktioniert. Es ist der De-facto-Standard für Open-Source-Imitationslernen im Zeitraum 2025–2026.
Dieser Pfad ist Framework-orientiert und nicht hardwarespezifisch. Der hier erlernte Workflow gilt für jeden unterstützten Roboter und wird beim Hinzufügen direkt auf neue Hardware übertragen.
Was Sie bauen werden
Am Ende dieses Weges haben Sie eine geschulte ACT-Pick-and-Place-Richtlinie das auf Ihrem Roboter (oder in der Simulation) läuft. Sie zeichnen 50–100 Demonstrationen auf, trainieren die Richtlinie, bewerten sie und teilen sowohl den Datensatz als auch das Modell auf HuggingFace Hub. Derselbe Arbeitsablauf lässt sich auf jede Aufgabe skalieren – sobald Sie ihn einmal erledigt haben, können Sie ihn auf alles anwenden.
Unterstützte Hardware
Dieser Pfad funktioniert mit jedem der folgenden. Sie brauchen nur einen.
Kein physischer Roboter? Sie können den gesamten Pfad in der MuJoCo-Simulation absolvieren – Einheit 1 behandelt explizit den Simulationsaufbau.
Software-Checkliste
Überprüfen Sie jedes Element, bevor Sie mit Einheit 1 beginnen.
- Python 3.10 oder höher - laufen
python3 --versionzu überprüfen. Installieren übersudo apt install python3.10oder pyenv. - Pip - laufen
pip3 --version. Installieren übersudo apt install python3-pip. - Git - laufen
git --version. Installieren übersudo apt install git. - Ein kostenloses HuggingFace-Konto – wird in Einheit 3 benötigt, um Ihren Datensatz zu pushen, und in Einheit 6, um Ihr Modell zu teilen. Erstellen Sie eines bei Huggingface.co — es dauert 2 Minuten.
- ~10 GB freier Speicherplatz – für LeRobot, MuJoCo und Ihren Datensatz. Datensätze wachsen schnell; 20 GB sind komfortabel.
- CUDA-GPU (optional) – Das ACT-Training auf der CPU funktioniert für kleine Datensätze, dauert jedoch 8–12 Stunden statt 1–2 Stunden. Für Einheit 4 wird eine NVIDIA-GPU mit mehr als 8 GB VRAM empfohlen. Cloud-GPU-Optionen werden in Einheit 4 behandelt.
Zeitschätzungen
Hierbei handelt es sich um realistische Schätzungen einschließlich Einrichtungs- und Fehlerbehebungszeit. Das Training in Einheit 4 kann unbeaufsichtigt stattfinden – beginnen Sie damit, bevor Sie schlafen.
| Einheit | Was Sie tun | Zeit |
|---|---|---|
| 0 | Diese Orientierung | 20 Min |
| 1 | Installieren und überprüfen Sie LeRobot | ~1 Std |
| 2 | Entdecken Sie das Datensatzformat | ~1,5 Std |
| 3 | Zeichnen Sie mehr als 50 Demonstrationen auf | ~2 Std |
| 4 | Trainieren Sie die ACT-Richtlinie | ~3 Std |
| 5 | Bewerten und diagnostizieren | ~1 Std |
| 6 | Verbessern und teilen | ~1,5 Std |
| Gesamt | ~10 Std. 20 Min | |
So erhalten Sie Hilfe
Wenn Sie nicht weiterkommen, verwenden Sie diese Ressourcen in dieser Reihenfolge:
- Überprüfen Sie die Abschlussprüfung Unten in der Einheit, in der Sie sich befinden, wird oft genau angezeigt, was fehlt.
- Durchsuchen Sie die LeRobot GitHub-Problem — Die meisten Umgebungs- und Hardwarekonfigurationsfehler sind dort dokumentiert.
- Beitrag im SVRC-Forum – Geben Sie Ihre Python-Version, Ihr Betriebssystem, Ihren Robotertyp, die genaue Fehlermeldung und die Einheit an, in der Sie sich befinden.
- Verbinden HuggingFace Discord #lerobot — Die LeRobot-Betreuer sind während der PST-Geschäftszeiten aktiv und reagieren schnell.
Springen Sie nicht weiter, während Sie blockiert sind. Der Pfad ist von Natur aus sequentiell – wenn Sie in Einheit 3 stecken bleiben, bedeutet das normalerweise, dass Einheit 1 oder Einheit 2 nicht vollständig abgeschlossen ist.
Orientierung abgeschlossen, wenn...
Sie haben jeden Punkt in der Software-Checkliste überprüft, Sie haben ein HuggingFace-Konto, Sie kennen den Weg zum Forum, falls Sie nicht weiterkommen, und Sie haben Ihre erste einstündige Sitzung für Einheit 1 reserviert.