乐机器人：开源机器人从零学习到部署
通过 HuggingFace 的 LeRobot 框架的结构化、顺序路径。 安装、记录演示、训练 ACT 策略并在任何受支持的机器人上或完全在模拟中进行部署。
开始之前 — 检查这些先决条件
- 熟悉 Linux 终端（cd、ls、pip install）
- 安装了 Python 3.10 或更高版本
- 支持的机器人（SO-100、Koch v1.1、OpenArm、DK1、HopeJR、Reachy2） 或者 模拟环境
- 免费的 HuggingFace 帐户（用于数据集和模型托管）
- 多个会话的总时间约为 10 小时
不确定您是否符合资格？ 开始于 0号单元 ——它是专门为回答这个问题而设计的。
您的路径一览
按顺序完成单元。 每个单元都以完成检查结束 - 在通过之前不要继续。
0
开始之前：乐机器人设置 必需的
乐机器人是什么、支持的硬件、软件要求、时间估计以及从哪里获得帮助。 没有代码——纯粹的方向。
约 20 分钟 · 无代码1
安装并验证乐机器人 必需的
pip 与源安装、硬件配置设置以及在 MuJoCo 模拟中运行预先训练的 ACT 策略来验证您的环境。
〜1小时2
了解乐机器人数据集格式 必需的
数据集结构、剧集模式、从 HuggingFace Hub 加载和可视化现有数据集。 在录制自己的内容之前先了解其中的内容。
约1.5小时3
录制您自己的演示 必需的
连接您的机器人或模拟，使用 LeRobot 记录命令记录演示，并将数据集推送到 HuggingFace Hub。
约2小时4
培训政策 必需的
在 ACT、扩散策略和 SmolVLA 之间进行选择。 在您的数据集上训练 ACT、读取训练日志并保存检查点以供评估。
〜3小时5
评估您的保单 必需的
在模拟或真实机器人上进行评估，测量成功率，并在迭代之前诊断最严重的故障模式。
〜1小时6
改进和分享 必需的
运行数据飞轮、混合数据集、在 HuggingFace Hub 上共享您的模型和数据集，并使用 Pi0Fast 和 SmolVLA 规划您的后续步骤。
约1.5小时时间细分
| 单元 | 话题 | 时间 |
|---|---|---|
| 0号单元 | 方向 | 约20分钟 |
| 第一单元 | 安装和验证 | 〜1小时 |
| 第二单元 | 数据集格式 | 〜1.5小时 |
| 第三单元 | 录制演示 | 〜2小时 |
| 第四单元 | 列车政策 | 〜3小时 |
| 第五单元 | 评价 | 〜1小时 |
| 第六单元 | 改进与分享 | 〜1.5小时 |
| 全部的 | 约 10 小时 20 分钟 | |
起始单元 0 — 方向 →
大约需要20分钟。 没有技术内容 - 确保在路径开始之前准备好一切。