phospho-app/phosphobot

解决的问题

Phospho 提供了一个统一的软件栈，弥合物理机器人硬件与 AI 模型之间的差距。它简化了复杂的流程：记录运动数据（远程操作）、训练视觉-语言-动作（VLA）模型，并将这些模型部署回机器人以实现自主控制。

如何工作

该系统作为一个服务器运行，配备基于 Web 的仪表板，可连接多种机器人硬件和摄像头。用户可以通过键盘、游戏手柄、引导臂或 Meta Quest 头显控制机器人，以记录特定任务的数据集。这些数据随后可用于通过 Web 应用或自定义代码训练动作模型（如 ACT、smolVLA、π0.5 或 gr00t-n1.5）。训练完成后，模型将导出至 Hugging Face，可通过仪表板或 Python API 用于驱动机器人实现自主运行。

适用人群

专为机器人开发者和 AI 研究人员设计，他们希望无需从零开始构建完整基础设施，即可快速收集数据并训练 VLA 模型，同时也适用于支持的机器人用户，如 SO-100、SO-101 和 Unitree Go2。

主要亮点

• 多设备远程操作：支持通过头显、游戏手柄、键盘和引导臂进行控制。
• VLA 模型集成：支持 ACT 和 gr00t-n1.5 等模型的一键式训练。
• 广泛的硬件支持：兼容多种机器人（SO-100、Unitree Go2、AgileX Piper）和大多数摄像头类型（深度、立体、普通）。
• 生态系统兼容性：完全兼容 LeRobot 和 Hugging Face。
• 仿真环境：包含一个完全可访问的仿真环境，可在无需物理硬件的情况下进行测试。