LeRobot是由Hugging Face團隊推出的開源機器人AI框架，旨在通過社區協作與資源共享降低機器人開發門檻。該框架提供預訓練模型、人類演示數據集及仿真環境，支持從基礎教育機器人到人形機器人的多種硬體適配。其核心技術整合了模仿學習、強化學習等算法體系，兼容實時部署能力，形成"基礎模型+多任務適配"的技術架構。
基本介紹
- 開發團隊：Hugging Face
- 開源時間：2024年5月
- 最低定價：150美元（計畫中）
- 核心算法：強化學習、模仿學習
- 硬體兼容：支持從基礎教育機器人到複雜人形機器人的各種硬體
- 開發領導：Remi Cadene
京東雲JoyBuilder平台支持,具身數據鏈路最佳化,模型計算最佳化,基礎設施升級,開發背景,核心功能,技術特點,未來規劃,
京東雲JoyBuilder平台支持
2025年12月08日，京東雲JoyBuilder模型開發平台完成升級，成功支持GR00T N1.5模型的千卡訓練，成為行業首家支持具身智慧型千卡級LeRobot開源訓練框架的AI開發平台。升級後訓練效率較開源社區版本提升3.5倍，1億+數據的千卡訓練時間從15小時縮短至22分鐘。
具身數據鏈路最佳化
通過重構數據處理流程實現CPU與GPU異步執行，並採用自研高性能並行檔案系統雲海JPFS支持高並發訪問，在1024卡集群上讀取頻寬超過400GB/s。
模型計算最佳化
針對VLA模型特點從Attention層、Token裁剪等多方位進行最佳化，提升模型計算效率。
基礎設施升級
搭建3.2T RDMA網路，保障千卡間通信的高吞吐與低延遲，支持長周期穩定訓練。
該平台支持當前主流的LeRobot訓練數據最新協定，標誌著行業套用實現突破性進展。
開發背景
由前特斯拉Autopilot和Optimus機器人項目核心成員Remi Cadene主導開發，2024年5月作為開原始碼庫正式發布，集成數據共享、模型訓練和可視化分析工具鏈。
核心功能
- 預訓練模型庫：提供可直接部署的機器人行為模型
- 仿真平台：整合了仿真環境和實用工具
- 數據集共享：包含豐富的人類演示數據集
- 硬體適配：支持從基礎教育機器人到複雜人形機器人的各種硬體
技術特點
未來規劃
根據2024年8月披露的計畫，將推出Moss v1入門級硬體套件，預計定價150美元。2025年路線圖顯示將重點開發通用AI適配系統，探索家庭助手等套用場景。
