作者：歐敏銓
「通用機器人的時代已經來臨！」當黃仁勳在舞台上讓BLUE機器人粉墨登場，震撼全場，你是否知道這背後還有一個鮮為人知的關鍵推手——LeRobot？
LeRobot 是由 Hugging Face 於 2024 年打造的一個開源機器人平台，專為現實世界的機器人應用而生。它就像自然語言處理領域的 Transformers 庫一樣，是機器人AI的「萬能工具箱」，提供最先進的 AI 模型、豐富的資料集與開發工具。無論你是用簡單的教育機械臂，還是高階的人形機器人，LeRobot 都能輕鬆兼容，助你快速上手。
這個平台不僅技術先進，更以「開放、可負擔、保護資料隱私」三大原則，打破了過去由少數大企業壟斷、價格高昂且封閉的機器人市場，讓開發者、研究者和愛好者都能參與其中，攜手推動機器人技術普及。
開發環境：靈活又強大 #
LeRobot 建構於 PyTorch 生態系，支援 Linux（推薦）、macOS 和 Windows，並建議使用 Python 3.10 以上版本。安裝靈活，可透過虛擬環境（如 Conda）管理，還能選擇安裝多種模擬環境和硬體支援套件。
它依賴 Python、PyTorch、ffmpeg 處理視覺資料，並可選用 CUDA 加速。支援的模擬環境包括 aloha、pusht、xarm 等，硬體涵蓋 Dynamixel 伺服馬達、Intel RealSense 攝影機等。安裝方式多元，既能從 GitHub 開發模式直接安裝，也能用 Docker 容器快速搭建環境，且採用 Apache 2.0 開源授權，使用無障礙。
差異定位：以 AI 預訓練模型為核心 #
LeRobot 結合了模仿學習、強化學習與 Transformer 架構，打造端到端的 AI 訓練與推理流程。它內建多種預訓練模型，涵蓋物體插入、抓取、分類、移動等多元場景，還提供即時下載與訓練範例，讓用戶能快速實驗與部署。
這些模型不僅能處理視覺、語音等多模態輸入，還能做出高階動作決策。更棒的是，LeRobot 內建多種模擬環境，讓開發者先在虛擬世界裡測試 AI 策略，再無縫移植到真實機器人，大幅縮短開發週期。下方影片展示如何利用 LeRobot 來控制SO-ARM100機械手臂，訓練和部署基於 Transformer 的先進動作模型。
傳統平台如 ROS 和 PyRobot，主要聚焦於底層控制與硬體抽象，AI 能力通常需額外整合，且數據和模型共享有限。相較之下，LeRobot 以 AI 預訓練模型為核心，打造開放的數據與模型生態系，推動「數據飛輪」（Data Flywheel）效應——隨著數據和模型越來越多，系統性能不斷提升，吸引更多用戶參與，形成良性循環。
LeRobot 支援低成本硬體與仿真環境，降低入門門檻，而 ROS、Isaac Sim 等偏向工業級應用，入門成本較高。它強調模擬與現實的無縫銜接，並依託 Hugging Face 強大的社群力量，推動全球協作與資源共享。
LeRobot與其他機器人平台比較表
人人都能玩轉AI機器人 #
LeRobot 的誕生，讓機器人AI不再是少數大企業的專利，而是開放給所有熱愛創新的人。它的開箱即用預訓練模型、多模態學習技術、開放資料生態與端到端任務設計，大幅降低了開發門檻，成為學術研究、產業應用和個人創客的強大助力。
如今，LeRobot 在 GitHub 擁有超過 12,000 顆星星，YouTube 和 Discord 社群活躍，已是開源機器人領域的璀璨新星。未來，隨著更多人加入這場機器人革命，我們有理由相信，通用機器人的時代，正悄然來臨。
》延伸閱讀：
