LeRobot 文档

🤗 LeRobot Notebooks

Hugging Face's logo
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 Open in Colab

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 Open in Colab

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。

< > 在 GitHub 上更新