LeRobot documentation

LeLab - Guía de LeRobot

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

LeLab - Guía de LeRobot

LeLab es una interfaz gráfica de usuario construida sobre la biblioteca LeRobot, diseñada para hacer la robótica accesible sin necesidad de memorizar comandos de CLI. Desde una única aplicación puedes configurar tu robot, teleoperarlo, recopilar conjuntos de datos, entrenar políticas localmente o en GPUs en la nube mediante HF Jobs, y desplegar modelos entrenados de nuevo en tu robot. Es la forma más sencilla de pasar de un SO-101 recién sacado de la caja a una política funcional, y un gran compañero para cualquiera que esté aprendiendo el flujo de trabajo de LeRobot. El código fuente y los problemas están en GitHub: huggingface/leLab.

Por ahora, LeLab es compatible únicamente con SO-ARM101

Instalación

Requiere uv. Instale e inicie con un solo comando:

uv tool install git+https://github.com/huggingface/leLab.git && lelab

Después de instalar, ejecuta lelab desde tu terminal cuando quieras para iniciar la aplicación.

Características

  • Añadir robots — Seleccione el tipo de brazo (líder/seguidor), calibre cada articulación desde la posición central y conecte las cámaras.
  • Teleoperación — Controle el brazo seguidor con el líder y vea una visualización 3D en vivo de los brazos.
  • Grabación de datos — Define una descripción de la tarea, el número de episodios y las duraciones de episodio/reinicio. Pulsa la barra espaciadora para avanzar entre episodios. Se recomiendan 30 o más episodios.
  • Entrenamiento local — Entrena una política directamente en tu propia máquina con un conjunto de datos, tipo de política, tamaño de lote y número de pasos seleccionados.
  • Entrenamiento en la nube con HF Jobs — Entrena en GPUs potentes a través de HF Jobs con precios transparentes. Ejecuta primero hf auth login. Consulta la Guía de hardware de cómputo para consejos sobre hardware y tamaño de lote.
  • Visualización del entrenamiento — Observa el progreso en vivo en la aplicación, con puntos de control guardados automáticamente.
  • Ejecutar políticas entrenadas — Selecciona cualquier modelo de tu lista de trabajos y ejecuta inferencia en tu robot con un solo clic.
  • Usar conjuntos de datos de la comunidad — Proporcione cualquier ID de conjunto de datos de Hugging Face para entrenar con conjuntos de datos que no haya grabado usted mismo.
Update on GitHub