开源机器人学习工具

实惠的,社区支持的模仿学习,数据收集和VLA研究硬件从第一次演示到训练有素的政策.

开源的优势

开源机器人套件降低了操纵研究的入口障碍.它们提供可复制硬件设计,社区维护的软件堆,以及与热门的学习框架如LeRobot,robomimic和ACT相容.对于需要扩大许多相同设置的实验室来收集数据,开源套件提供了无可击的成本-每臂比率.

在RCSV可使用的套件

开放手1

专为数据收集和模仿学习而构建的RCSV自己的6DOF开源臂.OpenArm船只完全组装和校准,具有领导跟随者远程操作设置,ROS 2驱动程序和一流的LeRobot集成.这是从解盒到记录您的第一个示范数据集的最快途径.

查看OpenArm 1的规格和价格 →

其他材料

包容面 LeRobot社区的SO-100和SO-101是低成本的6DOF武器.由3D打印的零件和爱好服务器构建,材料成本低于300美元.SO-101增加了改进的伺服支架和电缆路由.这两种设备都被LeRobot Python图书馆为数据记录和政策培训提供了本土支持.

在商店查看SO-100/SO-101套件 →

移动 ALOHA

通过使用双双ViperX臂的斯坦福的双手电操作平台.移动ALOHA为全身操纵任务添加了一个轮基.RCSV携带预装的ALOHA设置,并支持附加传感器或不同臂型号的定制配置.

雷罗伯特生态系统

勒罗бот是Hugging Face为机器人学习的开源Python框架.它为:

• 数据记录 用同步相机和联合数据以标准格式捕捉示例.
• 数据集管理 在 Hugging Face Hub 上传,版本和共享数据集.
• 政策培训 训练ACT,传播政策和其他架构,使用一个配置文件.
• 评估 在现实硬件或模拟中重播训练的政策.

所有RCSV开源工具包都配备LeRobot配置文件,以便在设置后几分钟内开始录制.

选择合适的装备

• 预算低于300美元 SO-100/SO-101 (需要3D打印和组装).
• **开放式手臂1 (全装,校准,支持RCSV).
• 双手任务 ALOHA或DK1双手套件用于双手设置.
• 移动操纵 移动ALOHA用于导航+操纵研究.

下一步

访问 RCSV Store 查看所有套件,或开始使用 学习路径 进行步骤登录.