LeRobot

以 PyTorch 打造、用於真實世界機器人的 HuggingFace 機器學習函式庫

授權條款

Apache-2.0

概述

HuggingFace 以 PyTorch 打造、用於真實世界機器人的開源機器學習函式庫。提供模型、資料集與工具，讓機器人開發更加普及，並著重於模仿學習與強化學習。具備現成的平價機器人平台（售價 114 歐元的 SO-101、HopeJR 人形手臂、LeKiwi 移動機器人）、HuggingFace Hub 上的預訓練模型、人類收集的示範資料集，以及模擬環境（ALOHA、PushT、SimXArm）。只需示範資料，幾分鐘內即可訓練機器人，並支援轉移到真實世界。

LeRobot 是 Hugging Face 用於真實世界機器人的開源平台，致力於讓機器人社群能夠取得最先進的 AI 與機器學習技術。LeRobot 以 Hugging Face 在 AI 普及化方面的專業為基礎，提供專為機器人操作與控制任務設計的預訓練模型、資料集與工具。這個平台強調易用性、可重現性與社群協作，讓研究人員與開發者能快速在實體機器人上部署先進的 AI 能力。LeRobot 在尖端 AI 研究與實際的機器人應用之間架起了橋梁。

為何重要

LeRobot 正在為機器人學習做到 Hugging Face Transformers 為自然語言處理所做的事：提供一個統一、容易上手的框架，降低入門門檻。憑藉現成的平價硬體、共享的資料集與 Hub 上的預訓練模型，它正迅速成為機器人學習研究的標準起點。

解決的問題

機器人學習研究分散在數十個互不相容的程式碼庫中，使得重現結果或比較方法都無從進行。LeRobot 將訓練與評估流程標準化，讓研究人員能專注於演算法，而非基礎架構。

重點

• 跨演算法（ACT、擴散策略、TDMPC）訓練機器人策略的統一 API
• 透過 HuggingFace Hub 共享預訓練模型與資料集
• 平價的硬體平台：SO-101（114 歐元）、HOPEJr、LeKiwi
• 同時適用於模擬環境與真實機器人
• 快速成長的社群持續貢獻模型、資料集與硬體整合

適用對象

• 各種程度的機器人學習研究人員
• 建構操作策略的機器學習工程師
• 使用低成本手臂（SO-101、Koch）的業餘愛好者
• 評估模仿學習方法的公司

限制

• 以模仿學習為主，對以強化學習為基礎之方法的支援較少
• 真實機器人支援取決於可用的硬體介面
• API 快速演進，文件可能落後於版本發布
• 訓練的運算需求可能相當高（建議使用 GPU）