LeRobot 文档
🤗 LeRobot Notebooks
加入 Hugging Face 社区
并获得增强的文档体验
开始使用
🤗 LeRobot Notebooks
此代码仓库包含了使用 LeRobot 的示例 Notebooks。这些 Notebooks 演示了如何使用标准化的策略在真实或模拟数据集上训练策略。
训练 ACT
ACT (Action Chunking Transformer) 是一种基于 Transformer 的模仿学习策略架构,它处理机器人状态和摄像头输入以生成平滑、分块的动作序列。
我们提供了一个可直接运行的 Google Colab Notebook,帮助您使用 Hugging Face Hub 上的数据集训练 ACT 策略,并可选择性地将日志记录到 Weights & Biases。
笔记本 | Colab |
---|---|
使用 LeRobot 训练 ACT |
在 NVIDIA A100 GPU 上,批量大小为 64
时,训练 10 万步的预计时间:约 1.5 小时。
训练 SmolVLA
SmolVLA 是一个小型但高效的视觉-语言-动作模型。它体积小巧,仅有 4.5 亿参数,由 Hugging Face 开发。
我们提供了一个可直接运行的 Google Colab Notebook,帮助您使用 Hugging Face Hub 上的数据集训练 SmolVLA 策略,并可选择性地将日志记录到 Weights & Biases。
笔记本 | Colab |
---|---|
使用 LeRobot 训练 SmolVLA |
在 NVIDIA A100 GPU 上,批量大小为 64
时,训练 2 万步的预计时间:约 5 小时。