平台定位
机器人数据、模型、硬件和训练/推理工作流的开源生态入口。
比较清单
接入协议、数据流、训练与推理、权限、版本兼容、样例、仿真、资源限制、许可、开发者支持和迁移成本。公开 SDK 不自动意味着存在应用分发和商业生态。
历史观察
按发布时点排列,反映本站已收录范围,不代表完整研究时间线。
- GenieSim 3.0 数据集:开放超 10,000 小时仿真操作数据,零样本真机迁移仍为发布方自述
这份材料改变的是"仿真数据只是预热素材"这一默认做法:发布方把仿真轨迹本身当作可直接训练的数据源交付,并用遵循 LeRobot 规范的目录与文件布局降低了接入改造。对机器人本体软件与训练流水线工程师来说,近期可用的部分是数据格式、传感流构成、任务目录组织与随仓库给出的检查点,不必从零搭采集流程。但"合成数据训练的任务成功率优于真实数据训练"目前只有发布方自述支撑,页面未给出数值、任务清单和对照条件,不能当作已验证的落地效果,更不能外推到通用操作能力。
- LeRobot 发布 Cosmos3-Edge 的 LIBERO-10 微调策略权重:500 回合闭环成功率 95.2%
对机器人本体软件程序员,这是一份可以直接 `--policy.path=lerobot/Cosmos3-Edge-Policy-LIBERO_10` 加载的策略:模型卡给出了依赖版本、评测命令和完整的评测设置表,可以在本地复现一条 LIBERO 操作基线,再决定是替换数据集还是换任务继续做适配。"动作块+未来视频"联合输出的形态也说明这类策略内部带有世界模型成分,而不是只输出动作;推理时需显式传 `--policy.dtype=bfloat16`,因为模型卡把 `config.json` 的 dtype 故意设为 float32 用于微调。
- lerobot/Cosmos3-Nano-Policy-LIBERO_10:LeRobot 公开 Cosmos3-Nano 的 LIBERO-10 微调权重与评测复算配置
这次改变的是交付形态而不是指标本身:权重、复算命令、依赖版本和采样口径都写全了,做本体软件的工程师可以在单张 A800-SXM4-80GB 上按同样口径核对数字;加载时用 `--policy.path` 指定该仓库即可一并拿到配置、权重和处理器(推理与评测要传 `--policy.dtype=bfloat16`)。但证据范围只有 LIBERO-10 这一个仿真套件,能支撑的判断是「这套配置下能否跑通并复现」,不能当成通用操作能力的结论。
- 视语言动作模型配对评测中的测试状态同一性验证
给做仿真评测的机器人工程师一条前置动作:日志里记录解析出的初始状态身份(可加场景指纹),先跑一遍完整性检查再计算配对统计,否则回合编号相同也可能不是同一个场景。这是对评测环节的排查建议,不是对任何已发表结果或榜单的否定。
- 究竟有多少开放机器人数据集真能训练出机器人:对 Hugging Face 上 400 个 LeRobot 数据集的普查
它给出一把可复用的筛子:判断一个公开机器人数据集能否用于真机训练时,先看演示片段数量、是否标注为仿真或评估、是否只覆盖同一类机械臂本体,而不是看平台上挂了多少标签。
- 从 12 条到 200 条示范:ACT、Diffusion Policy、SmolVLA 与 π0.5 在低成本机械臂上的扩展表现
给机器人本体软件工程师几条可直接用的判据:示范只有几十条时优先微调预训练策略,且要训练动作专家而不是 LoRA;数据上百条时把从零训练的 ACT 当基线再决定要不要上大模型;遥操作演示开头若有一段静止,务必剪掉再训;评测时记住同一权重重复测十回合平均会差 2.0 次成功,别用十回合给两个模型下结论。
- FineART:双臂操作细粒度标注轨迹数据集
密集子任务语言及其时间对齐,为子任务预测与低层动作执行相结合的训练提供数据基础;这是发布方描述的训练用途,不等于已经证明通用能力提升。
关联报告
来源与阅读
- LeRobot 官方入口 · 公开网页;能力与交付仍需结合原文条件
