huggingface/lerobot

LeRobot – Hugging Faceのオープンソース・ロボティクス・ライブラリ

概要 – LeRobotは、Pythonネイティブでハードウェアに依存しないライブラリであり、以下の機能を統合しています：

• 統一された Robot API：多様な実世界のロボット（SO-100のような安価なアームからReachy 2のようなヒューマノイドまで）や遠隔操作デバイスを制御するためのAPI。
• LeRobotDataset：同期されたビデオ、状態、およびアクションデータを保存するための標準形式（MP4/画像 + Parquet）。データセットはHugging Face Hub上に保存され、シンプルなユーティリティでストリーミング、分割、結合が可能です。
• 最先端のポリシー：純粋なPyTorchで実装されたポリシー（模倣学習、強化学習、視覚-言語-アクション、世界モデル、報酬モデルなど）で、これらのデータセットで学習し、実機やシミュレーターにデプロイ可能です。
• CLIツール (lerobot-train, lerobot-eval, lerobot-record, lerobot-info)：ボイラープレートコードの大部分を隠蔽し、データ収集から評価までを単一のコマンドで実行可能です。

重要性 – ロボット工学の研究は、断片化されたデータ形式やハードウェア固有のコードに悩まされてきました。LeRobotは、共通のデータセットスキーマと、新しいロボット、カメラ、遠隔操作デバイスのためのプラグインアーキテクチャを提供することで、これらの問題を解決します。これにより、研究者やホビイストの参入障壁が下がり、Hugging Face Hubでのデータセット共有が促進され、ロボット学習アルゴリズムの再現やベンチマークが容易になります。

主要コンポーネント

コンポーネント	内容
Robotクラス	接続、観測値の読み取り、アクションの送信 – 同じPythonコードがサポートされているすべてのプラットフォームで動作します。
LeRobotDataset	LeRobotDataset('repo/id') でデータセットを読み込みます。ビデオデコードや状態/アクションテンソルは自動的に処理されます。
ポリシー	すぐに使えるPyTorchモデル：ACT, Diffusion, VQ-BeT, Pi0ファミリー, GR00T, SmolVLAなど（模倣学習、強化学習、VLA、世界モデル、報酬モデル）。
CLI	lerobot-train --policy.type=act --dataset.repo_id=lerobot/aloha_mobile_cabinet – 1行で学習を開始。評価やデータ記録にも同様のコマンドが用意されています。
サードパーティプラグイン	lerobot_robot_<name> や lerobot_camera_<name> などのパッケージをインストールして、UR5e, Franka, ROS 2ブリッジ、深度カメラなどのサポートを追加できます。

典型的なワークフロー

1. ロボットの選択または構築 – 組み込みクラスを使用するか、カスタムプラットフォーム用に Robot インターフェースを実装します。
2. データ収集 – lerobot-record を使用して、HF Hubリポジトリ上のLeRobotDatasetに観測値をストリーミングします。
3. ポリシーの学習 – 希望するモデルタイプとデータセットを指定して lerobot-train を実行します。
4. 評価 – シミュレーター（例：LIBERO, MetaWorld）または実機で lerobot-eval を実行します。
5. 共有 – 学習済みモデルとデータセットをHubにプッシュし、他のユーザーが再利用できるようにします。

対象ユーザー – ロボット学習アルゴリズムを実験する研究者、再現可能なパイプラインを構築するエンジニア、身体性AIを教える教育者、そしてプラグアンドプレイでロボットを制御しポリシーを学習させたいホビイスト。

リソース – 完全なドキュメント、チュートリアル、Discordコミュニティ、ハンズオンSpaces（ロボット学習チュートリアル、Tシャツ折りたたみデモ）、およびブラウザベースの遠隔操作と学習のためのWeb UI (LeLab)。

---

上記のすべての情報は、リポジトリのREADMEから直接引用しています。