LeRobot v0.5.0 登場:全面擴展開源機器人的每個面向
- 來源: Hugging Face / GitHub
- 作者: Open Source Robotics
- 發布日期: 2026-03-09
- 類別: research
Hugging Face 發布 LeRobot v0.5.0:支援 Unitree G1 人形機器人、OpenArm 與 CAN 匯流排馬達,新增 Pi0-FAST 與 Real-Time Chunking 等六項策略,並帶來串流式資料集錄製、EnvHub 與 IsaacLab-Arena,執行於 Python 3.12 與 Transformers v5。
更正:2026 年 10 月 29 日。 本文先前版本稱 v0.5.0 帶來 286 個預訓練模型、83 個資料集、SmolVLM 整合,以及新的 Lekiwi 與 Moss v1 支援。這些內容都不在此次發布之中。本版本依據 Hugging Face 的發布文章與發布說明重新撰寫。
---
Hugging Face 發布了 LeRobot v0.5.0,團隊稱之為這個函式庫迄今規模最大的版本:自 v0.4.0 以來合併了超過 200 個 pull request,新增超過 50 位貢獻者。此版本加入函式庫的第一款人形機器人、六項新策略與技術、更快的資料集錄製與訓練、直接從 Hugging Face Hub 載入的模擬環境,以及改以 Python 3.12 與 Transformers v5 為基礎的現代化程式碼庫。
硬體
最主要的新增項目是對 Unitree G1 人形機器人的完整支援,涵蓋行走運動、操作、遠端操作與全身控制。同時加入的還有 OpenArm 手臂及其遙控端 OpenArm Mini(兩者皆可用於雙臂配置)、LeRobot 第一款戶外移動機器人 Earth Rover,以及 OMX 手臂。SO-100 與 SO-101 的程式碼已合併為單一實作。對 RobStride 與 Damiao 馬達控制器的 CAN 匯流排支援,讓 LeRobot 在既有的 Dynamixel 與 Feetech 伺服機之外,也能使用更高扭矩的致動器。
策略
- Pi0-FAST 讓自迴歸的視覺-語言-動作(VLA)模型重回 LeRobot,以 FAST tokenizer 將動作生成為離散 token,取代 Pi0 的流匹配(flow matching)。 - Real-Time Chunking 是 Physical Intelligence 提出的推論技術,會把新的預測融入正在執行的動作中,讓流匹配策略(Pi0 系列、SmolVLA 與擴散策略)反應更快。 - Wall-X 是建立在 Qwen2.5-VL 之上、搭配流匹配動作頭的 VLA 策略;X-VLA 則建立在 Microsoft 的 Florence-2 之上,兩者擴大了骨幹模型的選擇。 - SARM(階段感知獎勵建模)會預測機器人正處於長任務的哪個階段,以及在該階段內的進度,有助於訓練多步驟任務。 - PEFT 支援讓大型策略可以用 LoRA 等方法微調,而不必更改訓練流程。
資料集與模擬
串流式影片編碼會在錄製時同步壓縮畫面,消除各回合之間的等待時間,並自動選用硬體編碼器。Hugging Face 表示,影像資料集的訓練速度提升約 10 倍,編碼速度提升約 3 倍。新的資料集工具加入子任務標註與影像轉影片功能。EnvHub 可直接從 Hub 儲存庫載入模擬環境,NVIDIA 的 IsaacLab-Arena 則帶來在 Isaac Sim 上執行的 GPU 平行操作任務。
程式碼庫
LeRobot 現在需要 Python 3.12 以上版本與 Transformers v5,可將第三方策略作為可安裝的外掛接入(如同 v0.4.0 對硬體所做的),支援遠端 Rerun 視覺化,並提供分版本的文件。LeRobot 論文也已獲 ICLR 2026 接受。
為何重要
LeRobot 不再只限於桌上型手臂:完整的人形機器人、更高扭矩的 CAN 匯流排致動器與戶外漫遊車,如今都能在與低成本手臂相同的開放堆疊上執行,而模擬環境也能像模型和資料集一樣透過 Hub 分享。
重點
- LeRobot 首款人形機器人:Unitree G1,支援行走運動、操作、遠端操作與全身控制
- 新硬體:OpenArm 與 OpenArm Mini、Earth Rover、OMX,以及 CAN 匯流排的 RobStride 與 Damiao 馬達
- 新增六項策略,包括 Pi0-FAST、Real-Time Chunking、Wall-X、X-VLA、SARM 與 LoRA 微調
- 串流式影片編碼消除了錄製回合之間的等待
- EnvHub 從 Hub 載入模擬環境;IsaacLab-Arena 加入 GPU 平行任務
- 需要 Python 3.12 以上版本與 Transformers v5
開源觀點
LeRobot 以 Apache 2.0 授權開源。此版本也讓外部策略與硬體能以獨立套件的形式接入,社群不必修改核心函式庫就能擴充它。
相關技術
- Unitree G1
- OpenArm
- Pi0-FAST
- Real-Time Chunking
- X-VLA
- Wall-X
- IsaacLab-Arena
- Rerun
相關論文
相關專案
連結
- 來源: https://github.com/huggingface/lerobot/releases/tag/v0.5.0