外观
Skip to content
LIBERO
LIBERO
Lifelong-Robot-Learning 在 GitHub 开源的框架，主要语言 Jupyter Notebook。 Benchmarking Knowledge Transfer in Lifelong Robot Learning
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
LIBERO是终身机器人学习领域的开源研究框架，核心开发语言为Jupyter Notebook，核心功能聚焦于终身机器人学习场景下的知识迁移基准测试，可支持相关算法的效果验证、对比实验等研究环节，为终身机器人学习方向的学术探索提供标准化的测试载体。
该框架适配机器人技术栈的算法研究、VLA部署验证等层级，不绑定特定机器人本体，开发者可直接克隆官方仓库代码，依托内置的基准测试套件快速搭建知识迁移算法的验证环境，基于Jupyter Notebook的交互形式完成算法调试、实验结果复现及自定义测试流程拓展。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/Lifelong-Robot-Learning/LIBERO.git
cd LIBERO
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配 PyTorch 2.x 版本） | Ubuntu 22.04 LTS / Python 3.10+ / CUDA 12.x / Jupyter Notebook 6.0+ / PyTorch 2.0+ | 克隆官方仓库后，通过requirements.txt安装依赖，打开docs目录下的notebook示例即可快速启动基准测试验证流程。 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub Lifelong-Robot-Learning/LIBERO访问 2026-10-13