Avant de commencer : configuration de LeRobot

Qu’est-ce que LeRobot ?

LeRobot est la bibliothèque d'apprentissage robotique open source de HuggingFace. Il vous offre un format d'ensemble de données unifié, des modèles VLA pré-entraînés (ACT, Diffusion Policy, Pi0Fast, SmolVLA) et une couche d'abstraction matérielle qui fonctionne de manière identique sur plus de 10 plates-formes de robots. Il s’agit de la norme de facto pour l’apprentissage par imitation open source en 2025-2026.

Ce chemin est axé sur le framework et non spécifique au matériel. Le flux de travail que vous découvrez ici s'applique à tout robot pris en charge et est transféré directement vers le nouveau matériel au fur et à mesure que vous l'ajoutez.

Ce que vous construirez

À la fin de ce chemin, vous aurez un Politique de sélection et de placement ACT formée qui s'exécute sur votre robot (ou en simulation). Vous enregistrerez 50 à 100 démonstrations, formerez la politique, l'évaluerez et partagerez l'ensemble de données et le modèle sur HuggingFace Hub. Le même flux de travail s'adapte à n'importe quelle tâche : une fois que vous l'avez effectué une fois, vous pouvez l'appliquer à n'importe quoi.

Matériel pris en charge

Ce chemin fonctionne avec l’un des éléments suivants. Vous n’en avez besoin que d’un.

Pas de robot physique ? Vous pouvez suivre l'intégralité du parcours dans la simulation MuJoCo — L'unité 1 couvre explicitement la configuration de la simulation.

Liste de contrôle des logiciels

Vérifiez chaque élément avant de démarrer l'unité 1.

• Python 3.10 ou supérieur - courir python3 --version à vérifier. Installer via sudo apt install python3.10 ou pyenv.
• pépin - courir pip3 --version. Installateur via sudo apt install python3-pip.
• Git - courir git --version. Installateur via sudo apt install git.
• Un compte HuggingFace gratuit - nécessaire dans l'unité 3 pour transmettre votre ensemble de données et dans l'unité 6 pour partager votre modèle. Créez-en un sur huggingface.co — ça prend 2 minutes.
• ~10 Go d'espace disque libre - pour LeRobot, MuJoCo et votre ensemble de données. Les ensembles de données croissent rapidement ; 20 Go, c'est confortable.
• GPU CUDA (facultatif) — La formation ACT sur CPU fonctionne pour de petits ensembles de données mais prend 8 à 12 heures au lieu de 1 à 2 heures. Un GPU NVIDIA avec plus de 8 Go de VRAM est recommandé pour l'unité 4. Les options de GPU Cloud sont couvertes dans l'unité 4.

Estimations de temps

Il s’agit d’estimations réalistes incluant le temps d’installation et de dépannage. L'entraînement de l'unité 4 peut se dérouler sans surveillance : démarrez-le avant de dormir.

Comment obtenir de l'aide

Si vous êtes bloqué, utilisez ces ressources dans cet ordre :

1. Vérifiez le contrôle d'achèvement au bas de l'unité dans laquelle vous vous trouvez - il identifie souvent exactement ce qui manque.
2. Rechercher le Problèmes avec LeRobot GitHub - la plupart des erreurs de configuration d'environnement et de matériel y sont documentées.
3. Publier dans le Forum SVRC - incluez votre version de Python, votre système d'exploitation, votre type de robot, le message d'erreur exact et l'unité dans laquelle vous vous trouvez.
4. Rejoindre HuggingFace Discord #lerobot — les mainteneurs de LeRobot sont actifs et répondent rapidement pendant les heures de bureau PST.

Ne sautez pas en avant lorsque vous êtes bloqué. Le chemin est séquentiel par conception : si vous êtes bloqué dans l’unité 3, cela signifie généralement que l’unité 1 ou l’unité 2 n’est pas entièrement terminée.