LeLab - Panduan LeRobot

LeLab adalah antarmuka pengguna grafis yang dibangun di atas pustaka LeRobot, dirancang untuk membuat robotika dapat diakses tanpa perlu menghafal perintah CLI. Dari satu aplikasi, Anda dapat mengonfigurasi robot Anda, melakukan teleoperasi, mengumpulkan dataset, melatih kebijakan secara lokal atau pada GPU cloud melalui HF Jobs, serta mendeploy model yang telah dilatih kembali ke robot Anda. Ini adalah cara termudah untuk beralih dari SO-101 yang baru dibuka dari kotaknya menjadi kebijakan yang berfungsi, dan menjadi pendamping yang sangat baik bagi siapa pun yang mempelajari alur kerja LeRobot. Kode sumber dan masalah tersedia di GitHub: huggingface/leLab.

Saat ini LeLab hanya kompatibel dengan SO-ARM101

Instalasi

Memerlukan uv. Instal dan jalankan dalam satu perintah:

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

Setelah instalasi, jalankan lelab dari terminal Anda kapan saja untuk memulai aplikasi.

Fitur

• Tambahkan robot — Pilih jenis lengan (leader/follower), kalibrasi setiap sendi dari posisi tengah, dan pasang kamera.
• Teleoperasi — Kendalikan lengan pengikut dengan lengan pemimpin dan lihat visualisasi 3D langsung dari lengan-lengan tersebut.
• Perekaman dataset — Definisikan deskripsi tugas, jumlah episode, dan durasi episode/reset. Tekan spasi untuk beralih antar episode. Disarankan 30+ episode.
• Pelatihan lokal — Latih kebijakan secara langsung di mesin Anda sendiri dengan dataset, jenis kebijakan, ukuran batch, dan jumlah langkah yang dipilih.
• Latihan di cloud dengan HF Jobs — Latih model di GPU bertenaga melalui HF Jobs dengan harga yang transparan. Jalankan hf auth login terlebih dahulu. Lihat Panduan HW Compute untuk tips terkait hardware/ukuran batch.
• Visualisasi pelatihan — Pantau kemajuan secara langsung di aplikasi, dengan checkpoint yang disimpan secara otomatis.
• Jalankan kebijakan yang telah dilatih — Pilih model apa pun dari daftar tugas Anda dan jalankan inferensi pada robot Anda dengan satu klik.
• Gunakan dataset komunitas — Berikan ID dataset Hugging Face mana pun untuk melatih pada dataset yang tidak Anda rekam sendiri.