LeRobot documentation
🤗 LeRobot Notebooks
🤗 LeRobot Notebooks
Este repositório contém notebooks de exemplo para o uso do LeRobot. Esses notebooks demonstram como treinar políticas em conjuntos de dados reais ou de simulação usando políticas padronizadas.
Treinamento de ACT
ACT (Action Chunking Transformer) é uma arquitetura de política baseada em transformers para aprendizado por imitação que processa estados do robô e entradas de câmera para gerar sequências de ações suaves e em blocos.
Fornecemos um notebook do Google Colab pronto para execução para ajudar você a treinar políticas ACT usando conjuntos de dados do Hugging Face Hub.
| Notebook | Colab |
|---|---|
| Treinar ACT com LeRobot |  |
Tempo de treinamento esperado para 100 mil passos: ~1,5 horas em uma GPU NVIDIA A100 com tamanho de lote de 64.
Treinando o SmolVLA
SmolVLA é um modelo Vision-Language-Action pequeno, porém eficiente. Ele é compacto em tamanho, com 450 M de parâmetros, e foi desenvolvido pela Hugging Face.
Fornecemos um notebook do Google Colab pronto para execução para ajudar você a treinar políticas SmolVLA usando conjuntos de dados do Hugging Face Hub.
| Notebook | Colab |
|---|---|
| Treinar o SmolVLA com o LeRobot | |
Tempo de treinamento esperado para 20 mil passos: ~5 horas em uma GPU NVIDIA A100 com tamanho de lote de 64.