huggingface/lerobot

解決的問題

LeRobot 透過提供標準化、開源的生態系，降低現實世界機器人技術的進入門檻。它透過提供統一的介面來控制多樣化的機器人，並採用可擴展的資料集格式來分享與訓練模型，解決了資料碎片化與硬體不相容的問題。

作用方式

LeRobot 是一個 PyTorch 原生的函式庫，透過統一的 Robot 類別，將控制邏輯與硬體細節分離。它使用 LeRobotDataset 格式（狀態/動作資料使用 Parquet 檔案，視覺資料使用 MP4/影像）透過 Hugging Face Hub 實現高效串流與視覺化。該函式庫包含一系列先進的策略，適用於模仿學習、強化學習以及視覺-語言-動作（VLA）模型，可在模擬環境或真實硬體上進行訓練與評估。

適用對象

專為希望建構、訓練與部署 AI 驅動的機器人策略，但無需從零開始撰寫硬體特定程式碼的機器人研究人員、開發者與愛好者設計。

主要特色

• 硬體無關： 支援從低成本機械臂（如 SO-100）到人形機器人及第三方外掛模組的廣泛硬體。
• 標準化資料集： 與 Hugging Face Hub 整合，實現機器人資料的可擴展儲存與串流。
• 多樣化模型庫： 實作多種策略，包括 ACT、Diffusion、Pi0 和 GR00T。
• 統一評估工具： 內建工具，可使用 LIBERO 和 MetaWorld 等標準基準評估策略。