# LeRobot v0.5.1发布：重构数据集读写并新增Dagger数据采集

> 原文链接：https://robotics.hellobike.com/news/2026-04-07-huggingface-lerobot-v0-5-1
> 频道：news | 更新日期：2026-04-07 | 标签：auto, release, github
> 核心摘要：Hugging Face LeRobot升级至v0.5.1，重构DatasetReader/Writer架构，新增HIL/Dagger数据收集与多任务Diffusion Transformer策略，修复宇树G1 SDK检测及VQ-BeT显存问题，PyTorch最低版本升至2.7。

# LeRobot v0.5.1发布：重构数据集读写并新增Dagger数据采集

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[huggingface/lerobot 发布 v0.5.1 版本更新](https://github.com/huggingface/lerobot/releases/tag/v0.5.1)（Hugging Face LeRobot 官方发布）

## 核心内容

Hugging Face官方开源具身智能框架LeRobot发布v0.5.1版本，核心聚焦于数据管线重构与训练工具链增强。此次更新将LeRobotDataset拆分为独立的DatasetReader与DatasetWriter模块以优化API结构，并引入HIL/Dagger/HG-Dagger/RaC风格的数据采集功能，直接支持人机协同示教场景。同时，框架新增了Multitask Diffusion Transformer策略实现，并为pi0、pi0.5及pi0_fast模型添加相对动作支持，强化了复杂操作任务的算法适配能力。

在工程落地与硬件适配层面，v0.5.1修复了Unitree G1机器人的SDK检测逻辑并更新了安装文档，解决了VQ-BeT算法中DDP GPU缓冲区被CPU张量覆盖的显存错误。依赖项方面，PyTorch最低版本要求从2.2.1提升至2.7，opencv-python-headless上限放宽，并针对transformers 5.4.0的破坏性变更进行了兼容性处理。此外，新版还增加了奖励可视化功能及LIBERO、Meta-World基准测试集成指南，完善了从数据采集到评测的全链路工具支持。

## 关键看点

- **数据架构重构**：将LeRobotDataset解耦为DatasetReader与DatasetWriter，清理模块代码并采用修订安全的Hub缓存机制下载数据集
- **人机协同采集**：新增HIL/Dagger/HG-Dagger/RaC风格数据收集脚本，支持开发者构建高质量人机混合示教数据集以优化策略
- **策略模型增强**：上线Multitask Diffusion Transformer策略，为pi0系列模型增加相对动作支持，并修复SmolVLA的动作填充键错误
- **硬件与依赖修复**：修正Unitree G1 SDK检测逻辑，解决VQ-BeT的DDP显存覆盖Bug，PyTorch最低版本要求提升至2.7

## 工程与产业观察

LeRobot v0.5.1通过解耦数据读写与原生集成Dagger采集，显著降低了具身智能领域人机协同示教数据的工程门槛。对Unitree G1等主流本体的SDK级修复及PyTorch 2.7的强制升级，标志着该框架正从实验验证向生产级研发工具演进，为端到端操作策略的快速迭代提供了标准化基础设施。
:::

## 原始参考来源 (Sources)

- [Hugging Face LeRobot 官方发布：huggingface/lerobot 发布 v0.5.1 版本更新](https://github.com/huggingface/lerobot/releases/tag/v0.5.1)