LeRobot
面向真实世界机器人技术的最先进机器学习
🤗 LeRobot 提供硬件无关、原生 Python 的接口来控制真实机器人——从 SO-ARM101 这类平价机械臂到完整的人形机器人。此外还提供用于录制、存储和分享其生成 dataset 的工具。每个 dataset 都采用标准化的 LeRobotDataset 格式（同步的视频 + action/state 数据），可直接从 Hugging Face Hub 流式加载。
🤗 在这些数据之上，LeRobot 实现了最先进的 policy——从 ACT 这类轻量级模仿学习模型到 π₀ 和 SmolVLA 这类大型视觉-语言-action 模型——它们都能用相同的几条 CLI 命令进行训练、分享和部署。
目标：降低机器人技术的入门门槛，让每个人都能为共享 dataset 和预训练模型做出贡献并从中受益。
工作原理
teleoperation → 录制 → 训练 → 部署
- teleoperation - 自己控制机器人（使用 leader arm、键盘或手机），以便它从你的 action 中学习。
- 录制 - 每个 demonstration 都会保存为 dataset：同步的相机视频加上你执行的 action。
- 训练 - policy（将控制机器人的神经网络）学习模仿你的 demonstration。
- 部署 - 在机器人上运行训练好的 policy，看它自行完成任务。
快速开始
初次接触？先安装 LeRobot，然后选择你的路径：
LeRobot 支持多种机械臂和移动机器人。热门选择：
组装并 calibrate 后，录制 dataset 并用 模仿学习教程 训练你的第一个 policy——或者用 LeLab 完全跳过 CLI，它是同一工作流的浏览器 GUI。
即使没有机器人，你仍然可以训练和评估 policy：
- 在 Hub 上现有的 LeRobot dataset 上训练
- 在 simulation 中评估，对比 LIBERO 或 Meta-World 等 benchmark
- 试试免费的 Colab 笔记本 - 无需 安装
从 贡献指南 开始，然后 添加新 policy 或 自带硬件。
浏览文档
每条 LeRobot CLI 命令，可直接复制粘贴。
哪种 policy 适合你的 GPU，以及训练需要多长时间。
从 Hub 加载、流式传输和可视化机器人 dataset。
用于 calibration、录制和训练的浏览器 GUI - 无需 CLI。
从 ACT 开始，这是我们推荐的首选 policy——或在侧边栏浏览 SmolVLA、π₀ 及 更多内容。
在接触真实硬件之前，先在 simulation environment 中训练和评估。
常见问题
遇到问题？以下是一些最常见的情况：
- 相机画面模糊或不可用 - 光照比分辨率更重要。请参阅相机指南。
- 构建或安装错误（
cmake、ffmpeg、CUDA）- 请参阅安装指南的故障排查部分。 - 不确定哪种 policy 适合你的 GPU - 查看计算与硬件指南。
- 仍然卡住？ 在 Discord 上提问 - 社区（以及 LeRobot 团队）随时提供帮助。