❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序,在微信中搜索 TrendForge Pro 即可使用小程序,如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

huggingface

huggingface/lerobot

Python
286
2026-01-30
21k
+25
#9
3.6k

项目介绍

🤗 LeRobot:通过端到端学习让机器人人工智能更易用

🤗 LeRobot: Making AI for Robotics more accessible with end-to-end learning

智能解读

点击生成更详细的项目介绍

智能标签

生成技术栈、用途、特征、受众等多维度标签

使用场景

使用场景 自动生成

LeRobot最适合需要快速构建机器人端到端学习系统的开发者,尤其是希望用低成本硬件验证模仿学习算法、或利用标准化数据集复现和共享机器人AI研究的场景。

1

统一机器人控制接口

需要控制不同型号的机器人(如SO100、Unitree G1等),但每种机器人都有独立的API和驱动,导致代码难以复用和维护。

使用LeRobot提供的统一`Robot`类接口,只需实现标准方法即可控制多种机器人,切换硬件时无需重写控制逻辑。

先通过`Robot`类连接SO100机械臂,采集数据;再切换到Unitree G1人形机器人,只需更换硬件配置,数据采集和训练代码完全不变。

2

标准化机器人数据集管理

机器人数据集格式混乱(不同团队用HDF5、ROS bag等),难以跨项目共享和复现,且大文件传输和存储效率低。

采用LeRobotDataset格式(Parquet+MP4),将数据上传到Hugging Face Hub,实现高效存储、流式读取和可视化。

一个团队使用SO100采集了100小时的抓取数据,用LeRobotDataset格式保存后上传到Hub;另一个团队直接通过`load_dataset`流式加载该数据,无需下载整个文件,即可开始训练模仿学习模型。

3

端到端模仿学习训练与部署

想用模仿学习训练机器人完成复杂任务(如叠衣服、组装零件),但缺乏从数据收集到模型部署的完整工具链。

使用LeRobot内置的SOTA策略(如扩散策略、ACT),配合标准化数据集,一键训练模型并部署到真实机器人上。

用游戏手柄遥控SO100机械臂完成“抓取-放置”动作,采集50个示范数据;用LeRobot训练扩散策略,训练完成后直接加载模型到机器人,使其自主执行相同任务。

4

低成本机器人快速原型验证

预算有限,只能用低成本机器人(如SO100、OpenARM)做研究,但缺乏成熟的软件栈支持,开发效率低。

LeRobot原生支持多种低成本硬件,并提供数据采集、训练、评估的完整流程,几分钟内即可搭建原型。

学生团队用SO100(总价约2000元)搭建桌面机械臂,通过LeRobot的GUI工具录制遥控操作数据,训练一个简单的抓取策略,并在真实环境中验证成功率。

项目健康度

C
58/100
一般
活跃度人气增长社区文档
活跃度 0/23

从未记录更新时间

人气 24/25

平台 Star TOP 3% · Forks 3,636

增长 15/25

本周 +171 ⭐ · 本月 +732 ⭐

社区 13/17

166 位贡献者 · 0 条平台评论

文档 6/10

缺少 2 项内容

1 项改进建议
  • 活跃度:项目已超过 999 天未更新,可能处于低维护状态
在 GitHub 上查看

项目信息

作者 huggingface
来源 GitHub
周期 每日
仓库ID huggingface/lerobot
第一收录 2026-01-31 08:09:39
最后更新 2026-05-12 17:24:46

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手