電機(jī)對接及排錯(cuò)清單)
3條命令完成LeRobot部署Ubuntu與macOS安裝、相機(jī)電機(jī)對接及排錯(cuò)清單【免費(fèi)下載鏈接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning項(xiàng)目地址: https://gitcode.com/GitHub_Trending/le/lerobot這是一份 LeRobot基于 PyTorch 的開源機(jī)器人學(xué)習(xí)框架環(huán)境部署實(shí)操指南覆蓋 Ubuntu/macOS 全新安裝、跨系統(tǒng)遷移、舊環(huán)境修復(fù)三種場景外加相機(jī)與電機(jī)的硬件對接和最終驗(yàn)證命令。目標(biāo)一小時(shí)內(nèi)從零走到能跑訓(xùn)練、能接設(shè)備。把部署拆成三條獨(dú)立旅程你只需挑對應(yīng)自己情況的那條走。? 全新機(jī)器首裝從裸機(jī)到跑通 lerobot-train這一步解決一臺沒裝過本項(xiàng)目的電腦如何裝到能運(yùn)行命令行工具。先說結(jié)論只需要管兩件事——Python 版本和 ffmpeg其余交給 pip。LeRobot 的 pyproject.toml 里硬性要求requires-python 3.12低于 3.12 的系統(tǒng) Python 直接建環(huán)境時(shí)就跳過別再糾結(jié) 3.10。步驟Ubuntu 做法macOS 做法為什么不同建 Python 環(huán)境conda create -y -n lerobot python3.12同左環(huán)境管理本身無平臺差異3.12 是硬依賴裝 ffmpegconda install ffmpeg -c conda-forge同左裝進(jìn) conda 環(huán)境可避免與系統(tǒng)庫版本打架備用系統(tǒng)構(gòu)建庫sudo apt-get install cmake build-essential python3-dev pkg-configbrew install cmake pkg-configUbuntu 的 C 庫走 aptmacOS 走 Homebrew包源體系不同建環(huán)境并在其中安裝視頻解碼依賴這條命令在干什么創(chuàng)建隔離的 3.12 環(huán)境再把 ffmpeg 裝進(jìn)環(huán)境而不是系統(tǒng)防止污染conda create -y -n lerobot python3.12 conda activate lerobot conda install ffmpeg -c conda-forge裝包時(shí)按工作流選 extras而不是無腦全裝?；A(chǔ)包只含 torch、opencv、numpy 等核心 ML 依賴重功能全部藏在可選項(xiàng)里# 記錄/回放/校準(zhǔn)機(jī)器人的工作流依賴 pip install lerobot[core_scripts] # 要訓(xùn)練策略再加 pip install lerobot[training]需要改源碼的開發(fā)者先克隆倉庫再 editable 安裝改代碼不用重裝git clone https://gitcode.com/GitHub_Trending/le/lerobot cd lerobot pip install -e .[core_scripts][!TIP] 完整 extras 清單見 pyproject.tomldataset、training、hardware、viz、evaluation、dataset_viz等可組合如lerobot[core_scripts,feetech]。lerobot[all]會拉下全部策略與硬件依賴首次安裝不建議。驗(yàn)證運(yùn)行l(wèi)erobot-info應(yīng)看到 Python 3.12.x、PyTorch 版本、ffmpeg 版本號以及l(fā)erobot-record、lerobot-train等命令列表且 FFmpeg 一項(xiàng)不是 N/A。 跨系統(tǒng)遷移只重做三處平臺相關(guān)部分從 Ubuntu 搬到 macOS或反向時(shí)lerobot 包本身是平臺無關(guān)的但有三處必須在新系統(tǒng)上重來。平臺差異點(diǎn)UbuntumacOS為什么不同視頻解碼器用 torchcodec 鏈接 conda ffmpegApple Silicon 用 torchcodecIntel Mac 無預(yù)編譯輪子自動(dòng)回退 pyav 解碼torchcodec 未發(fā)布 darwin x86_64 輪子Linux ARM 同理RealSense 相機(jī)包pyrealsense2pyrealsense2-macosxRealSense SDK 分平臺構(gòu)建由intelrealsenseextra 按系統(tǒng)自動(dòng)選型輸入設(shè)備依賴WSL 下需補(bǔ)裝evdevconda install evdev -c conda-forge無此問題evdev 只能讀 Linux 輸入子系統(tǒng)WSL 缺底層庫相機(jī)驅(qū)動(dòng)這條命令在干什么按當(dāng)前系統(tǒng)自動(dòng)挑選正確的 RealSense 包不用手動(dòng)區(qū)分平臺pip install lerobot[intelrealsense][!WARNING] macOS 上使用 Intel RealSense 官方標(biāo)注為不穩(wěn)定若報(bào)failed to set power state用sudo重跑檢測命令可解決。[!TIP] 遷移正確姿勢在新系統(tǒng)用同樣的 extras 重建 conda 環(huán)境重裝一次不要復(fù)制site-packages目錄二進(jìn)制依賴torch、torchcodec 等跨平臺不通用。驗(yàn)證python -c import lerobot; print(ok)無報(bào)錯(cuò)lerobot-info顯示的 Python、PyTorch 版本與舊環(huán)境一致。 舊環(huán)境損壞修復(fù)三種高頻報(bào)錯(cuò)定位環(huán)境出問題大多是下面三類先按報(bào)錯(cuò)關(guān)鍵字對號入座。pip 編譯階段卡住或 CMake 報(bào)錯(cuò)現(xiàn)象安裝長時(shí)間編譯后報(bào) CMake 或找不到 FFmpeg 庫。根因是系統(tǒng)構(gòu)建庫缺失安裝文檔 installation.mdx 的 Troubleshooting 一節(jié)給的方案如下# Ubuntu 一把補(bǔ)齊 CMake、GCC 與 FFmpeg 開發(fā)庫 sudo apt-get install cmake build-essential python3-dev pkg-config \ libavformat-dev libavcodec-dev libavdevice-dev libavutil-dev \ libswscale-dev libswresample-dev libavfilter-devmacOS 對應(yīng)執(zhí)行brew install ffmpeg cmake pkg-config。驗(yàn)證重新跑pip install lerobot[core_scripts]不再進(jìn)入源碼編譯階段正常應(yīng)全部命中預(yù)編譯輪子。視頻解碼失敗或 ffmpeg 版本不匹配現(xiàn)象加載含 MP4 的數(shù)據(jù)集時(shí)拋異?；?torchcodec 報(bào)libsvtav1缺失。根因conda-forge 現(xiàn)在默認(rèn)裝 ffmpeg 8.x帶 libsvtav1 編碼器與部分 torchcodec 版本不兼容。降級到穩(wěn)定版即可conda install ffmpeg7.1.1 -c conda-forge驗(yàn)證ffmpeg -version首行顯示 7.1.1import torchcodec無報(bào)錯(cuò)。GPU 不可用CUDA 版本與驅(qū)動(dòng)對不上現(xiàn)象torch.cuda.is_available()返回False。根因Linux 上安裝路徑?jīng)Q定你拿到哪個(gè) CUDA 變體——uv 源碼安裝默認(rèn) cu128驅(qū)動(dòng)下限 570.86PyPI 安裝則是 cu130 捆綁輪子驅(qū)動(dòng)下限 580.65驅(qū)動(dòng)偏舊就加載失敗。修復(fù)命令在干什么顯式指定 cu128 后端重裝 lerobot 及其 torchuv pip install --torch-backend cu128 lerobotpip 用戶改用--index-url指定 cu128 索引先裝 torch 再裝 lerobot具體寫法見 installation.mdx 的 CUDA 小節(jié)MPS/Intel XPU 的驗(yàn)證方法見 torch_accelerators.mdx。驗(yàn)證python -c import torch; print(torch.cuda.is_available())輸出True。 相機(jī)與電機(jī)端口快速定位環(huán)境通了但硬件看不見是第二大坑。LeRobot 自帶兩個(gè)探測工具源碼在 src/lerobot/scripts/。相機(jī)枚舉列出所有 USB/網(wǎng)絡(luò)攝像頭及各自的 Id、分辨率、幀率拿到 Id 才能配置lerobot-find-cameras opencv # 只枚舉 Intel RealSense lerobot-find-cameras realsense輸出形如--- Detected Cameras ---每個(gè)設(shè)備一段。若提示pyrealsense2 library not found說明上文的intelrealsenseextra 沒裝。[!TIP] 設(shè)備 Id 在重啟或重新插拔后可能變化配置機(jī)器人時(shí)以當(dāng)場lerobot-find-cameras的輸出為準(zhǔn)。該腳本默認(rèn)還會抓幀存到outputs/captured_images/看到新圖片說明取流成功。電機(jī)串口定位這條命令在干什么記錄插拔 USB 前后的/dev/tty*差集精確定位電機(jī)總線端口lerobot-find-port # 按提示拔掉 USB 線纜再回車輸出類似 /dev/ttyUSB0Windows 為 COM 口拿到端口號后按電機(jī)品牌裝對應(yīng) SDKpip install lerobot[feetech]SO-100/SO-101或pip install lerobot[dynamixel]Koch驅(qū)動(dòng)實(shí)現(xiàn)位于 src/lerobot/motors/。驗(yàn)證lerobot-find-port明確打印出端口號且對應(yīng) extra 的 SDK 能import成功。? 部署結(jié)果一次性驗(yàn)證正式干活前跑一遍下面三步把整條鏈路環(huán)境→解碼→訓(xùn)練打通。第一步打印系統(tǒng)摘要確認(rèn) Python、PyTorch、ffmpeg、GPU 全在表里lerobot-info python -c import torch; print(torch.cuda.is_available())第二步跑一個(gè) 4 步的微型訓(xùn)練做冒煙測試參數(shù)取自 Makefile 的官方測試目標(biāo)需先裝仿真 extrapip install lerobot[aloha]lerobot-train --policy.typeact --policy.dim_model64 \ --policy.n_action_steps20 --policy.chunk_size20 \ --env.typealoha --env.episode_length5 \ --dataset.repo_idlerobot/aloha_sim_transfer_cube_human \ --dataset.image_transforms.enabletrue --dataset.episodes[0] \ --batch_size2 --steps4 --wandb.enablefalse看到 loss 開始滾動(dòng)、評估輪次跑完說明環(huán)境已可承接真實(shí)數(shù)據(jù)采集與完整訓(xùn)練。部署完成自檢清單conda 環(huán)境已激活python --version是 3.12.xlerobot-info中 lerobot 與 FFmpeg 版本均非 N/Apip list包含所需 extrasdatasets、av、torchcodec 或 pyav、pynput 等有 GPUtorch.cuda.is_available()返回 TrueMPS 換mps有相機(jī)lerobot-find-cameras能列出設(shè)備并抓到樣圖有電機(jī)lerobot-find-port打印出端口號品牌 SDK 可導(dǎo)入4 步 aloha 仿真訓(xùn)練冒煙測試跑通任何一項(xiàng)不通優(yōu)先回舊環(huán)境損壞修復(fù)一節(jié)排查仍卡住時(shí)把lerobot-info的完整輸出附上再向項(xiàng)目提交 issue定位會快很多?！久赓M(fèi)下載鏈接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning項(xiàng)目地址: https://gitcode.com/GitHub_Trending/le/lerobot創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 3條命令完成LeRobot部署：Ubuntu與macOS安裝、相機(jī)電機(jī)對接及排錯(cuò)清單
3條命令完成LeRobot部署Ubuntu與macOS安裝、相機(jī)電機(jī)對接及排錯(cuò)清單【免費(fèi)下載鏈接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning項(xiàng)目地址: https://gitcode.com/GitHub_Trending/le/lerobot這是一份 LeRobot基于 PyTorch 的開源機(jī)器人學(xué)習(xí)框架環(huán)境部署實(shí)操指南覆蓋 Ubuntu/macOS 全新安裝、跨系統(tǒng)遷移、舊環(huán)境修復(fù)三種場景外加相機(jī)與電機(jī)的硬件對接和最終驗(yàn)證命令。目標(biāo)一小時(shí)內(nèi)從零走到能跑訓(xùn)練、能接設(shè)備。把部署拆成三條獨(dú)立旅程你只需挑對應(yīng)自己情況的那條走。? 全新機(jī)器首裝從裸機(jī)到跑通 lerobot-train這一步解決一臺沒裝過本項(xiàng)目的電腦如何裝到能運(yùn)行命令行工具。先說結(jié)論只需要管兩件事——Python 版本和 ffmpeg其余交給 pip。LeRobot 的 pyproject.toml 里硬性要求requires-python 3.12低于 3.12 的系統(tǒng) Python 直接建環(huán)境時(shí)就跳過別再糾結(jié) 3.10。步驟Ubuntu 做法macOS 做法為什么不同建 Python 環(huán)境conda create -y -n lerobot python3.12同左環(huán)境管理本身無平臺差異3.12 是硬依賴裝 ffmpegconda install ffmpeg -c conda-forge同左裝進(jìn) conda 環(huán)境可避免與系統(tǒng)庫版本打架備用系統(tǒng)構(gòu)建庫sudo apt-get install cmake build-essential python3-dev pkg-configbrew install cmake pkg-configUbuntu 的 C 庫走 aptmacOS 走 Homebrew包源體系不同建環(huán)境并在其中安裝視頻解碼依賴這條命令在干什么創(chuàng)建隔離的 3.12 環(huán)境再把 ffmpeg 裝進(jìn)環(huán)境而不是系統(tǒng)防止污染conda create -y -n lerobot python3.12 conda activate lerobot conda install ffmpeg -c conda-forge裝包時(shí)按工作流選 extras而不是無腦全裝?；A(chǔ)包只含 torch、opencv、numpy 等核心 ML 依賴重功能全部藏在可選項(xiàng)里# 記錄/回放/校準(zhǔn)機(jī)器人的工作流依賴 pip install lerobot[core_scripts] # 要訓(xùn)練策略再加 pip install lerobot[training]需要改源碼的開發(fā)者先克隆倉庫再 editable 安裝改代碼不用重裝git clone https://gitcode.com/GitHub_Trending/le/lerobot cd lerobot pip install -e .[core_scripts][!TIP] 完整 extras 清單見 pyproject.tomldataset、training、hardware、viz、evaluation、dataset_viz等可組合如lerobot[core_scripts,feetech]。lerobot[all]會拉下全部策略與硬件依賴首次安裝不建議。驗(yàn)證運(yùn)行l(wèi)erobot-info應(yīng)看到 Python 3.12.x、PyTorch 版本、ffmpeg 版本號以及l(fā)erobot-record、lerobot-train等命令列表且 FFmpeg 一項(xiàng)不是 N/A。 跨系統(tǒng)遷移只重做三處平臺相關(guān)部分從 Ubuntu 搬到 macOS或反向時(shí)lerobot 包本身是平臺無關(guān)的但有三處必須在新系統(tǒng)上重來。平臺差異點(diǎn)UbuntumacOS為什么不同視頻解碼器用 torchcodec 鏈接 conda ffmpegApple Silicon 用 torchcodecIntel Mac 無預(yù)編譯輪子自動(dòng)回退 pyav 解碼torchcodec 未發(fā)布 darwin x86_64 輪子Linux ARM 同理RealSense 相機(jī)包pyrealsense2pyrealsense2-macosxRealSense SDK 分平臺構(gòu)建由intelrealsenseextra 按系統(tǒng)自動(dòng)選型輸入設(shè)備依賴WSL 下需補(bǔ)裝evdevconda install evdev -c conda-forge無此問題evdev 只能讀 Linux 輸入子系統(tǒng)WSL 缺底層庫相機(jī)驅(qū)動(dòng)這條命令在干什么按當(dāng)前系統(tǒng)自動(dòng)挑選正確的 RealSense 包不用手動(dòng)區(qū)分平臺pip install lerobot[intelrealsense][!WARNING] macOS 上使用 Intel RealSense 官方標(biāo)注為不穩(wěn)定若報(bào)failed to set power state用sudo重跑檢測命令可解決。[!TIP] 遷移正確姿勢在新系統(tǒng)用同樣的 extras 重建 conda 環(huán)境重裝一次不要復(fù)制site-packages目錄二進(jìn)制依賴torch、torchcodec 等跨平臺不通用。驗(yàn)證python -c import lerobot; print(ok)無報(bào)錯(cuò)lerobot-info顯示的 Python、PyTorch 版本與舊環(huán)境一致。 舊環(huán)境損壞修復(fù)三種高頻報(bào)錯(cuò)定位環(huán)境出問題大多是下面三類先按報(bào)錯(cuò)關(guān)鍵字對號入座。pip 編譯階段卡住或 CMake 報(bào)錯(cuò)現(xiàn)象安裝長時(shí)間編譯后報(bào) CMake 或找不到 FFmpeg 庫。根因是系統(tǒng)構(gòu)建庫缺失安裝文檔 installation.mdx 的 Troubleshooting 一節(jié)給的方案如下# Ubuntu 一把補(bǔ)齊 CMake、GCC 與 FFmpeg 開發(fā)庫 sudo apt-get install cmake build-essential python3-dev pkg-config \ libavformat-dev libavcodec-dev libavdevice-dev libavutil-dev \ libswscale-dev libswresample-dev libavfilter-devmacOS 對應(yīng)執(zhí)行brew install ffmpeg cmake pkg-config。驗(yàn)證重新跑pip install lerobot[core_scripts]不再進(jìn)入源碼編譯階段正常應(yīng)全部命中預(yù)編譯輪子。視頻解碼失敗或 ffmpeg 版本不匹配現(xiàn)象加載含 MP4 的數(shù)據(jù)集時(shí)拋異?；?torchcodec 報(bào)libsvtav1缺失。根因conda-forge 現(xiàn)在默認(rèn)裝 ffmpeg 8.x帶 libsvtav1 編碼器與部分 torchcodec 版本不兼容。降級到穩(wěn)定版即可conda install ffmpeg7.1.1 -c conda-forge驗(yàn)證ffmpeg -version首行顯示 7.1.1import torchcodec無報(bào)錯(cuò)。GPU 不可用CUDA 版本與驅(qū)動(dòng)對不上現(xiàn)象torch.cuda.is_available()返回False。根因Linux 上安裝路徑?jīng)Q定你拿到哪個(gè) CUDA 變體——uv 源碼安裝默認(rèn) cu128驅(qū)動(dòng)下限 570.86PyPI 安裝則是 cu130 捆綁輪子驅(qū)動(dòng)下限 580.65驅(qū)動(dòng)偏舊就加載失敗。修復(fù)命令在干什么顯式指定 cu128 后端重裝 lerobot 及其 torchuv pip install --torch-backend cu128 lerobotpip 用戶改用--index-url指定 cu128 索引先裝 torch 再裝 lerobot具體寫法見 installation.mdx 的 CUDA 小節(jié)MPS/Intel XPU 的驗(yàn)證方法見 torch_accelerators.mdx。驗(yàn)證python -c import torch; print(torch.cuda.is_available())輸出True。 相機(jī)與電機(jī)端口快速定位環(huán)境通了但硬件看不見是第二大坑。LeRobot 自帶兩個(gè)探測工具源碼在 src/lerobot/scripts/。相機(jī)枚舉列出所有 USB/網(wǎng)絡(luò)攝像頭及各自的 Id、分辨率、幀率拿到 Id 才能配置lerobot-find-cameras opencv # 只枚舉 Intel RealSense lerobot-find-cameras realsense輸出形如--- Detected Cameras ---每個(gè)設(shè)備一段。若提示pyrealsense2 library not found說明上文的intelrealsenseextra 沒裝。[!TIP] 設(shè)備 Id 在重啟或重新插拔后可能變化配置機(jī)器人時(shí)以當(dāng)場lerobot-find-cameras的輸出為準(zhǔn)。該腳本默認(rèn)還會抓幀存到outputs/captured_images/看到新圖片說明取流成功。電機(jī)串口定位這條命令在干什么記錄插拔 USB 前后的/dev/tty*差集精確定位電機(jī)總線端口lerobot-find-port # 按提示拔掉 USB 線纜再回車輸出類似 /dev/ttyUSB0Windows 為 COM 口拿到端口號后按電機(jī)品牌裝對應(yīng) SDKpip install lerobot[feetech]SO-100/SO-101或pip install lerobot[dynamixel]Koch驅(qū)動(dòng)實(shí)現(xiàn)位于 src/lerobot/motors/。驗(yàn)證lerobot-find-port明確打印出端口號且對應(yīng) extra 的 SDK 能import成功。? 部署結(jié)果一次性驗(yàn)證正式干活前跑一遍下面三步把整條鏈路環(huán)境→解碼→訓(xùn)練打通。第一步打印系統(tǒng)摘要確認(rèn) Python、PyTorch、ffmpeg、GPU 全在表里lerobot-info python -c import torch; print(torch.cuda.is_available())第二步跑一個(gè) 4 步的微型訓(xùn)練做冒煙測試參數(shù)取自 Makefile 的官方測試目標(biāo)需先裝仿真 extrapip install lerobot[aloha]lerobot-train --policy.typeact --policy.dim_model64 \ --policy.n_action_steps20 --policy.chunk_size20 \ --env.typealoha --env.episode_length5 \ --dataset.repo_idlerobot/aloha_sim_transfer_cube_human \ --dataset.image_transforms.enabletrue --dataset.episodes[0] \ --batch_size2 --steps4 --wandb.enablefalse看到 loss 開始滾動(dòng)、評估輪次跑完說明環(huán)境已可承接真實(shí)數(shù)據(jù)采集與完整訓(xùn)練。部署完成自檢清單conda 環(huán)境已激活python --version是 3.12.xlerobot-info中 lerobot 與 FFmpeg 版本均非 N/Apip list包含所需 extrasdatasets、av、torchcodec 或 pyav、pynput 等有 GPUtorch.cuda.is_available()返回 TrueMPS 換mps有相機(jī)lerobot-find-cameras能列出設(shè)備并抓到樣圖有電機(jī)lerobot-find-port打印出端口號品牌 SDK 可導(dǎo)入4 步 aloha 仿真訓(xùn)練冒煙測試跑通任何一項(xiàng)不通優(yōu)先回舊環(huán)境損壞修復(fù)一節(jié)排查仍卡住時(shí)把lerobot-info的完整輸出附上再向項(xiàng)目提交 issue定位會快很多?！久赓M(fèi)下載鏈接】lerobot LeRobot: Making AI for Robotics more accessible with end-to-end learning項(xiàng)目地址: https://gitcode.com/GitHub_Trending/le/lerobot創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考