这个项目能做什么

LeRobot 是一个全面的开源库，旨在通过提供基于 PyTorch 的模型、数据集和工具，降低进入真实世界机器人领域的门槛。它作为一个统一的接口，用于控制从低成本机械臂（如 SO-100）到人形机器人（如 Unitree G1 和 Reachy2）的多种机器人平台。该库强调硬件无关性，允许开发者通过标准的 `Robot` 类接口，将控制逻辑与具体的硬件细节分离。 LeRobot 的核心特性之一是其通过 LeRobotDataset 格式解决机器人数据碎片化问题的方法。这种标准化格式将用于视觉数据的同步 MP4 视频（或图像）与用于状态和动作数据的 Parquet 文件结合在一起。它与 Hugging Face Hub 深度集成，可以高效地存储、流式传输和可视化大规模的机器人数据集。用户可以使用简单的 Python API 轻松加载数据集、操作实验，并合并数据源。 LeRobot 实现了涵盖模仿学习、强化学习和视觉-语言-动作（VLA）模型的多种先进策略。支持的著名模型包括 ACT、Diffusion Policy、Pi0、GR00T N1.5 和 SmolVLA。该库还支持新兴的世界模型，如 VLA-JEPA，以及奖励模型，如 SARM 和 Robometer。通过脚本配置，训练这些策略变得非常简单，用户只需使用简单的命令行参数指定策略类型和数据集仓库，即可启动训练作业。 推理和评估是通过统一的脚本支持的，这些脚本既适用于仿真环境，也适用于真实硬件。LeRobot 与标准的基准测试（如 LIBERO 和 MetaWorld）集成，并为用户提供了实现和分发自己的仿真环境的工具，例如通过 EnvHub。该项目通过广泛的文档、Discord 社区支持，以及用于自定义硬件和策略集成的资源，培育了一个开源生态系统。