Skip to content

新闻Hugging Face LeRobot 官方发布7 个月前

LeRobot v0.5.0发布:集成宇树G1 WBC与可复现训练 ​

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 v0.5.0 版本更新(Hugging Face LeRobot 官方发布)

核心内容 ​

Hugging Face正式发布具身智能开源框架LeRobot v0.5.0版本,核心更新包括原生支持Unitree G1人形机器人的全身控制(WBC)算法实现,以及新增cudnn_deterministic配置项以保障模型训练结果的可复现性。该版本将最低运行环境提升至Python 3.12+,依赖库同步升级至transformers v5,并修复了异步推理中robot_client.py模块导入缺失的关键Bug,显著增强了多机协作与实机部署的稳定性。

在数据工程与硬件适配层面,新版本修复了Parquet文件写入时的元数据索引错误及转换脚本中的冗余帧计数问题,确保behaviour1k等数据集的时间线兼容性;同步更新了Intel RealSense相机驱动依赖并移除过时的树莓派安装说明。此外,新增Slurm集群计算RABC脚本支持大规模分布式训练,完善policy_device异步文档及数据集编辑工具的root参数语义,为从仿真到真机的全流程研发提供更严谨的工程基建。

关键看点 ​

  • G1全身控制:原生集成Unitree G1人形机器人WBC算法实现,支持开发者直接调用底层运动控制接口进行策略验证
  • 训练可复现性:新增cudnn_deterministic配置选项,消除GPU算子随机性干扰,确保具身模型训练结果严格一致
  • 数据管线修复:修正Parquet元数据索引与转换脚本帧计数逻辑,解决behaviour1k数据集frame_index时间线兼容问题
  • 环境基线升级:强制要求Python 3.12+并同步Intel RealSense驱动,修复异步推理模块导入错误以提升实机部署稳定性

工程与产业观察 ​

LeRobot v0.5.0标志着具身智能开源框架从功能验证迈向工程化深水区。通过引入WBC底层控制与确定性训练开关,解决了人形机器人策略迁移难、复现差的痛点;数据管线与驱动层的精细化修复,则降低了多源异构数据对齐与真机调试的隐性成本,为社区构建标准化RL/IL研发流提供了关键基础设施支撑。

来源

本页事实对应的公开页面,以原文为准。

  1. Hugging Face LeRobot 官方发布:huggingface/lerobot 发布 v0.5.0 版本更新访问 2026-10-23