LeRobot 是由 Hugging Face 开发并托管在 GitHub 上的一个机器人框架,旨在通过提供工具、数据集和预训练模型,降低机器人研发的入门门槛。它主要关注模仿学习和强化学习,并为实际机器人应用提供支持。
核心功能:
- 预训练模型:
-
包括 ACT、Diffusion 和 TDMPC 等策略,可应用于 ALOHA、SimXArm 和 PushT 等环境。
-
模拟环境:
-
提供高仿真度的虚拟实验环境,方便在无硬件条件下进行机器人算法的测试与训练。
-
数据集管理:
-
提供工具将数据集转换为 LeRobot 格式,并支持本地和远程可视化操作。
-
框架支持:
-
基于 PyTorch 开发,支持主流实验追踪工具(如 Weights & Biases)。
-
文档与示例:
- 提供丰富的示例代码和配置文件(基于 YAML),简化用户上手流程。
使用方法:
用户可以通过以下命令开始:
git clone https://github.com/huggingface/lerobot.git && cd lerobot
并创建虚拟环境:
conda create -y -n lerobot python=3.10 && conda activate lerobot
之后安装依赖:
pip install .[aloha, pusht]
更多信息:
访问 LeRobot GitHub 仓库 或 Hugging Face 相关页面了解更多内容。