【LeRobot教程】第二章：模仿学习算法与训练Pipeline

VectorShift VectorShift 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 58平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄1年
关注
原创 最新推荐文章于 2026-08-29 09:41:45 发布 58 阅读 AI 写同款· GEO 优化 ›

目录

第二章：模仿学习算法与训练Pipeline

2.1 核心策略算法家族

2.1.1 ACT（Action Chunking with Transformers）

2.1.2 Diffusion Policy

2.1.3 新兴策略架构

2.2 训练基础设施与优化

2.2.1 训练流程详解

2.3 评估与验证方法论

2.3.1 模拟环境评估

2.3.2 跨机器人泛化测试

第二章：模仿学习算法与训练Pipeline

2.1 核心策略算法家族

2.1.1 ACT（Action Chunking with Transformers）

ACT通过条件变分自编码器架构解决长程任务中的误差

了解本专栏 订阅专栏 解锁全文 超级会员免费看
标签
#深度学习 #机器学习 #人工智能
Hugging Face LeRobot：开源机器人学习平台架构解析与实战指南 机器人学习是人工智能与自动化控制交叉的前沿领域，其核心在于让机器通过数据自主习得物理世界的交互能力。其基本原理是通过模仿学习、强化学习等算法，从传感器数据中提取模式并生成控制指令。这项技术的价值在于能够解决传统编程难以应对的复杂、非结构化环境任务，大幅提升机器人的适应性和智能化水平。在应用场景上，机器人学习已广泛渗透到工业自动化、物流分拣、家庭服务乃至医疗辅助等多个行业。本文聚焦于Hugging Face LeRobot这一开源平台，它通过标准化数据集格式、集成前沿的视觉-语言-动作（VLA）模型以及模块化 阅读详情

相关推荐

从100美元机械臂到开源生态：LeRobot如何用大模型重塑机器人学习门槛

LeRobot开源平台通过整合大模型技术，大幅降低了机器人学习的门槛。该平台支持低成本硬件如100美元机械臂，提供标准化的数据处理和模型训练流程，并集成大语言模型实现自然语言控制。结合模仿学习和强化学习，LeRobot为教育和小型实验提供了高效、可及的机器人开发解决方案，推动了机器人技术的民主化。

tensorflowjs6的博客 220

LeRobot v0.4.0：开源机器人学习平台如何降低具身智能开发门槛

机器人学习是人工智能与物理世界交互的关键领域，其核心在于让机器通过多模态数据（如图像、语言、动作序列）理解并执行任务。其原理通常涉及模仿学习或强化学习，通过大量演示或试错数据训练策略模型。这项技术的价值在于将AI能力从虚拟世界拓展到物理世界，实现自动化操作、人机协作等应用。在具身智能和视觉-语言-动作模型等前沿方向推动下，机器人学习正从实验室走向更广泛的工程实践。应用场景涵盖工业自动化、家庭服务、医疗康复等多个领域。本文聚焦的开源平台LeRobot，通过集成标准化数据集、预训练模型和模块化工具链，显著降低了

cuibinmo3519的博客 586

LeRobot开源平台：低成本复现机器人学习，从仿真到实物的VLA与RL实践

机器人学习是人工智能领域的重要分支，它结合了感知、决策与控制，旨在让机器人在复杂环境中自主完成任务。其核心原理是通过算法（如强化学习）让机器人从与环境的交互中学习策略。这项技术的价值在于能够解决传统编程难以处理的动态、不确定性问题，在工业自动化、家庭服务、医疗康复等场景具有广泛应用。当前，机器人学习面临环境搭建复杂、硬件成本高昂、代码复现困难等工程挑战。本文聚焦于LeRobot这一开源平台，它通过提供标准化数据集、预训练模型和详细的物料清单（BOM），显著降低了机器人学习的入门门槛。平台特别整合了视觉语言模

weixin_33796177的博客 319

LeRobot数据集：面向具身智能的zarr原生机器人学习基础设施

具身智能体（embodied agent）的策略学习依赖高保真、多模态、时间对齐的连续数据流，其核心挑战在于数据格式能否支撑闭环训练与跨平台部署。zarr凭借分块随机访问、原生云存储兼容、多进程并发读写等特性，成为机器人时序数据存储的事实标准，显著优于HDF5等传统格式。该范式将动作-状态因果链、episode边界语义、传感器时间同步等工程约束编码进数据结构本身，使数据集从静态资源升级为可执行的‘数据合约’。典型应用场景包括机械臂模仿学习、四足机器人导航、仿真到现实迁移等。LeRobot数据集正是这一理念的

weixin_34166847的博客 398

Hugging Face Microduck机器人深度解析：开源软硬件与具身智能实战

具身智能是当前AI领域的热门方向，它让模型从虚拟世界走向真实物理环境。Hugging Face推出的Microduck四足机器人，以399美元的亲民价格，为开发者提供了一个完整的开源机器人学习平台。它的核心价值不在于硬件本身，而在于与LeRobot框架深度结合，打通了数据采集、模仿学习、模型训练到真机部署的完整链路。无论你是刚接触ROS 2、运动控制，还是对强化学习与机器人策略训练感兴趣，Microduck都能帮你以较低门槛验证算法在真实世界中的效果。从一套舵机驱动的四足结构到能自主完成任务的智能体，Mic

weixin_30595035的博客 384

从模型微调到边缘部署：基于LeRobot与GR00T的机器人AI实战指南

在机器人AI领域，模型微调与边缘部署是核心技术环节。模型微调通过特定领域数据对预训练大模型进行优化，使其适应具体任务，常用方法包括LoRA等参数高效微调技术。边缘部署则将优化后的模型移植到嵌入式设备，实现低延迟实时推理，这对机器人控制至关重要。其技术价值在于打通AI算法到实际应用的最后一公里，降低对云端算力的依赖，提升系统自主性与可靠性。应用场景涵盖工业自动化、服务机器人、无人系统等需要实时感知与决策的领域。本文聚焦于将GR00T基础模型微调后部署至Jetson AGX Thor开发套件的完整流程，其中涉及

weixin_34067102的博客 369

1350元入门具身智能：so-100机械臂+lerobot开源框架实战

具身智能是AI与物理世界交互的核心范式，其本质在于构建‘感知-决策-执行’闭环的可复现实体系统。理解运动学建模（如DH参数）与ROS2驱动原理，是打通算法与硬件的关键基础；而lerobot框架通过封装环境、策略、数据采集等抽象层，显著降低行为克隆（BC）、视觉语言动作（VLA）等前沿方法的工程门槛。该技术栈不仅支撑教学级抓取、避障等典型任务，更可延伸至工业现场的Modbus集成与轻量化边缘部署。本文以so-100机械臂为载体，聚焦低成本、高复现、强教学性的具身智能实践路径，覆盖从开箱连接、Teleop遥控、

weixin_30697239的博客 458

VLA算法全解：从入门到实战精要——详细教程

VLA算法全解：从入门到实战精要——详细教程 VLA（Vision-Language-Action）模型统一了视觉、语言与动作三类能力，让机器人“看懂场景 + 听懂指令 + 做出动作”。其核心思路是借鉴大语言模型经验，从「图像 + 文本」端到端映射到「动作」，以提升泛化能力。典型架构包括视觉编码器、语言模型与动作生成头，动作表示有离散化与连续输出两种关键设计，当前趋势是结合大VLM做语义理解与连续头做精细控制。代表性模型如RT-2、π0、OpenVLA等，训练上通常先用演示数据模仿再微调，工程部署需应对推理

Stuomasi_xiaoxin的博客 567

1350元入门具身智能：SO-100+ROS2+lerobot教学沙盒

具身智能是AI与物理世界交互的核心范式，其本质是感知、决策与执行的闭环系统。理解ROS2中间件架构、机械臂运动学建模及多模态感知融合，是掌握该领域的基础原理。技术价值在于降低硬件门槛与工程复杂度，使教学、原型验证和岗位能力训练成为可能。典型应用场景覆盖高校机器人课程、AI工程师转岗实践、中小学科创项目及轻量级工业分拣算法预研。本方案以SO-100六轴机械臂为载体，深度集成lerobot训练框架与ROS2 Humble生态，提供从Gazebo仿真到真实抓取的端到端可复现路径，兼顾精度、成本与教学友好性。

weixin_33743880的博客 553

2026 具身智能 VLA/WAM 全栈学习与训练路线：从动作建模、SFT、RL 到世界模型的 RTX PRO 6000 96GB 单卡实战指南

我会把这张表做成“”而不是只列论文名：先核对每个模型截至的公开代码、训练目标和数据接口，再单独给你一套。对于没有公开、只有推理代码或训练细节不完整的模型，我会明确标出来，避免把“论文里提到”误写成“可复现”。目前有一个重要更新：。截至今天 NVIDIA 官方开源主线已经是换成 Cosmos-Reason2-2B/Qwen3-VL 架构，动作端仍是连续路线，而且官方明确给出单卡微调时默认只训练，峰值显存约。所以你的 96GB 单卡对 GR00T SFT 非常宽裕。可以。下面我按，把它整理成一张真正面向“

u013250861的博客 449

PyTorch多卡训练避坑指南：用Accelerate实现确定性分布式训练

分布式训练是深度学习工程化的核心能力，其本质是通过数据并行（Data Parallelism）在多GPU上协同优化同一模型。原理上依赖进程间通信（如NCCL）、梯度同步（all-reduce）与设备内存协调，技术价值在于线性加速比、显存分摊与训练可扩展性。典型应用场景包括大模型预训练、学术实验快速验证及异构硬件（A100/RTX4090/Jetson）统一部署。然而原生DDP易触发find_unused_parameters性能陷阱、混合精度梯度缩放错位及检查点竞态条件等高频问题。Hugging Face

weixin_30458043的博客 448

vla学习

π0，开源π0.5hi Robot。

henyaoyuancc的博客 1534

单RGB-D相机实现灵巧操作学习：EaDex轻量化框架解析

灵巧操作是机器人学中连接感知与物理交互的核心能力，其本质在于多自由度协同、接触状态动态演化与毫米级姿态鲁棒性。传统方法依赖高精度动捕、力觉传感器和复杂重建流程，导致工程门槛过高。EaDex提出以RGB-D为统一输入源，通过深度梯度建模替代绝对重建、接触状态指纹替代力传感、任务嵌入驱动策略泛化，构建端到端的轻量级学习闭环。该框架显著降低硬件依赖，支持消费级RealSense+UR5e等常见配置，已在抓取、旋转、插拔等典型任务中验证实时性（12Hz）与真机迁移有效性。本文聚焦其在单目深度视觉约束下的灵巧操作学习

weixin_33724659的博客 385

NERO 双臂05：《RLinf + Isaac Lab + π0.5 双 NERO 仿真训练【纯仿真｜SFT + PPO + Reward + Checkpoint + Evaluation】》

步骤属性：不需要操作的步骤（核心 Contract）。

u013250861的博客 200

NERO 双臂06：《RLinf + DreamZero 5B 双 NERO 仿真训练【纯仿真｜WAM Embodiment + Metadata + SFT + π0.5 Benchmark】》

这一卷我会严格围绕 纯仿真 DreamZero 5B 主线 展开：先固定 DreamZero/RLinf 环境与 5B released checkpoint，再完成 的 本体注册（Embodiment Registration）、三相机 元数据（Metadata）、16D State/14D Action 映射、SFT Smoke/正式训练、Checkpoint/Resume、独立仿真评测，最后用与第 5 卷完全相同的 Seed、Camera、Prompt、Action Contract 做 π0.5

u013250861的博客 142

LeRobot 入门教程（三）在仿真环境和自定义机器人上部署 LeRobot

本教程详细介绍了基于真实世界机器人和仿真环境的模仿学习实现方法，涵盖数据采集、训练策略和评估全流程。在真实机器人部分，重点讲解了远程操作设置、摄像头配置、数据集记录与管理技巧、策略训练（支持GPU/MPS设备）以及模型评估。仿真环境部分则演示了gym-hil的安装使用、模拟数据采集和策略训练。此外，教程还提供了自定义机器人集成指南，包括电机选择、接口继承、传感器/动作特征定义、连接管理和校准配置等核心步骤。所有方法均支持HuggingFace数据集中心和Weights & Biases工具链，为机器

2506_90492529的博客 2402

关于石墨烯费米能级和偏置电压之间的关系问题

石墨烯费米能级与电压的关系问题

qq_37946542的博客 3517

汽车LED驱动芯片TPS92682-Q1 SPI接口配置与调试实战指南

SPI（串行外设接口）作为一种高速、全双工的同步串行通信总线，广泛应用于微控制器与外围设备之间的数据交换。其工作原理基于主从架构，通过时钟、数据线和片选信号实现设备间的精准时序控制。在汽车电子和工业控制领域，SPI因其简单高效、易于扩展的特性，成为配置复杂电源管理芯片、传感器和存储器的关键技术。通过SPI接口，工程师能够动态调整设备参数、实时读取状态信息，并实现复杂的故障诊断与保护策略，极大地提升了系统的灵活性与可靠性。本文以汽车级双通道LED恒流驱动器TPS92682-Q1为例，深入解析如何通过SPI接口

weixin_29185493的博客 289

Innovus Function ECO实战：5步搞定数字后端设计中的网表修正（含Calibre LVS验证技巧）

本文提供了一份完整的Innovus Function ECO实战指南，详细解析了数字后端设计中网表修正的五步流程。从理解Function ECO概念、准备关键文件，到在Innovus中执行逻辑比对、自动布线及GUI检查，并重点攻克了ECO后Calibre LVS验证的难点与调试技巧，帮助工程师高效、精准地完成流片前的设计微调。

day7的博客 951

ESP32设备驱动-VCNL4040趋近传感器

VCNL4040 将趋近传感器 (PS)、环境光传感器 (ALS) 和高功率 IRED 集成到一个小型封装中。它通过CMOS工艺将光电二极管、放大器和模数转换电路集成到一个芯片中。

视觉与物联智能 945

cesium轨迹线（图片轨迹线）

文章介绍了如何在Cesium中实现图片轨迹线的效果。通过使用ellipse方法加载圆形，并修改polyline中的material方法，重写GLSL来实现动态的轨迹线效果。文章提供了完整的示例代码，包括HTML和JavaScript部分，展示了如何通过自定义的PolylineImageTrailMaterialProperty类来实现这一效果。该类的核心在于通过_definitionChanged事件、getValue方法以及相关属性（如颜色、速度、图片等）来动态生成轨迹线。文章还提供了源码链接，方便读者进

God's asylum的博客 1456

Cadence OrCAD Capture软件启动过程卡死且无法恢复的解决方法

如下图所示Cadence OrCAD Capture软件在启动后出现卡死的现象，且等待后无法自动恢复，需要强行关闭，再次启动依然卡死。

fydar的博客 4045

基于YOLOv8的人群聚集检测系统：含UI界面设计与数据集应用

人群聚集检测是智慧城市、公共安全和疫情防控等领域的重要任务。本文结合YOLOv8最新目标检测技术，设计并实现了一个高效的人群聚集检测系统，支持可视化UI界面操作，方便用户实时检测和分析视频中的人群密度。本文详细介绍了系统设计思路、使用的数据集、YOLOv8模型训练和推理过程，以及UI界面的开发与整合。最后通过实验验证了该系统的实用性和性能表现。更灵活的模型架构强化的特征融合网络（PAN++）自动混合精度训练支持支持多任务学习（目标检测+分类+分割）预训练模型丰富，适应多种应用场景。

YOLO 434

智能挂锁软件需求规格说明书（SRS）

智能挂锁系统SmartPadlockV1.0是一款融合蓝牙通信、指纹识别和远程控制技术的便携式安防设备。系统由设备端、移动App和云平台三部分组成，支持蓝牙配对（10米内）、指纹识别、OTP一次性密码等多种开锁方式，响应时间＜1.5秒。产品采用SM2/SM4加密技术保障安全，日均20次使用下续航达180天，兼容iOS13+/Android8.0+系统。功能包括设备绑定、远程授权、开锁记录查询和OTA固件升级，符合个人信息保护法规要求，适用于仓储、快递柜等多场景应用。

moton2017的博客 2112

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版
上一篇： 【LeRobot教程】第一章：LeRobot基础架构与核心概念
下一篇： 【LeRobot教程】第三章：硬件集成与真实世界部署
点赞 0
评论 0
书签 书签 0
VectorShift
VectorShift
博客等级 码龄1年 1840粉丝 1109原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值