LeRobot v0.4.0 大改版,全面強化開源機器人學習
- 來源: HuggingFace
- 作者: Open Source Robotics
- 發布日期: 2025-10-31
- 類別: research
HuggingFace 發布 LeRobot v0.4.0,整合 NVIDIA GR00T N1.5,推出採用分塊格式、專為超大型資料集打造的 Datasets v3.0,提供新的資料集編輯工具,並支援 LIBERO 與 Meta-World 模擬環境。
更正——2026 年 10 月 29 日。 本文先前的版本表示新的資料集格式載入速度快了 10x 以上。Hugging Face 的發布文章並未提供此數字;以下描述現已依照該文章內容。
---
HuggingFace 的 LeRobot 團隊已推出 0.4.0 版,這是開源機器人學習的重要里程碑(GitHub 上採 Apache-2.0 授權)。此版本推出多項具突破性的功能,大幅改善開發者體驗並擴展框架的能力。
重點亮點
採用分塊格式的 Datasets v3.0:新的資料集格式將片段分塊儲存,因此可擴展到 Open X-Embodiment 規模的資料集(超過 400 GB),以串流方式讀取影片而不必先全部下載,將片段中繼資料存放在 Parquet 檔案中,啟動速度也明顯更快。
整合 NVIDIA GR00T N1.5:LeRobot 現在支援 NVIDIA 強大的跨機器人形態基礎模型 Isaac GR00T,讓開發者能運用 GR00T 的先進能力,打造可在不同機器人平台之間遷移所學行為的多用途機器人系統。
強化的資料集編輯功能:新的 lerobot-edit-dataset 命令列工具讓你能直接修改、修正與精煉機器人資料集,簡化資料準備流程。
硬體外掛系統:彈性的外掛架構可順暢整合各種機器人硬體平台,讓 LeRobot 更容易擴展到新的機器人與感測器。
擴大模擬支援:完整整合 LIBERO 與 Meta-World 模擬環境,為研究人員提供強大的工具,在多樣化的情境中測試與驗證機器人學習演算法。
多 GPU 訓練:透過 Accelerate 原生支援跨多張 GPU 的分散式訓練,能在大型資料集上更快訓練模型。
更新的策略模型:支援最新的 PI0 與 PI0.5 策略模型,為 LeRobot 使用者帶來最先進的效能。
此版本彰顯了 HuggingFace 讓機器人學習普及化、讓更廣大的研究社群都能使用先進 AI 機器人技術的承諾。
為何重要
LeRobot 正逐漸成為機器人學習事實上的開源框架。此版本加入 NVIDIA 基礎模型支援,以及專為超大型資料集打造的資料集格式,大幅縮小專有與開源機器人 AI 工具之間的差距。
重點
- Datasets v3.0 以分塊方式儲存 episode,專為超過 400 GB 的資料集打造
- 整合 NVIDIA GR00T N1.5,實現跨形態遷移學習
- 硬體外掛系統讓新機器人平台易於整合
- 透過 Accelerate 支援多 GPU 訓練,適合大規模實驗
- 更新支援 PI0 與 PI0.5 策略模型,帶來頂尖效能
開源觀點
展現了開源框架如何在保持易用的同時,整合最前沿的產業模型(NVIDIA GR00T)。外掛系統特別有助於社群貢獻硬體,讓愛好者與研究人員更容易把自己的機器人平台加入這個生態系。
相關技術
- NVIDIA GR00T N1.5
- PyTorch
- Hugging Face Accelerate
- LIBERO simulation
- Meta-World
- PI0 / PI0.5 policy models
連結
- 來源: https://huggingface.co/blog/lerobot-release-v040