huggingface/lerobot

解决的问题

LeRobot 通过提供一个标准化的开源生态系统，解决了现实世界机器人技术的高门槛问题。它通过为控制多种机器人提供统一接口，并采用可扩展的数据集格式来共享和训练模型，从而解决了数据碎片化和硬件不兼容的问题。

工作原理

LeRobot 作为一个 PyTorch 原生库，通过统一的 Robot 类将控制逻辑与硬件细节解耦。它使用 LeRobotDataset 格式（状态/动作数据使用 Parquet 文件，视觉数据使用 MP4/图像）通过 Hugging Face Hub 实现高效流式传输和可视化。该库包含一系列最先进的策略，适用于模仿学习、强化学习以及视觉-语言-动作（VLA）模型，可在仿真环境中或真实硬件上进行训练和评估。

适用人群

专为希望构建、训练和部署 AI 驱动的机器人策略，但无需从零开始编写硬件特定代码的机器人研究人员、开发者和爱好者设计。

主要亮点

• 硬件无关性： 支持从低成本机械臂（如 SO-100）到人形机器人及第三方插件的广泛硬件。
• 标准化数据集： 与 Hugging Face Hub 集成，实现机器人数据的可扩展存储和流式传输。
• 多样化的模型库： 实现了多种策略，包括 ACT、Diffusion、Pi0 和 GR00T。
• 统一评估工具： 内置工具，可使用 LIBERO 和 MetaWorld 等标准基准对策略进行评估。