LeRobot MuJoCo Tutorial

这是一个基于 Hugging Face LeRobot 的 MuJoCo 机器人仿真教程项目，包含数据收集、可视化、训练和部署的完整流程。

项目结构

.
├── 1.collect_data.ipynb    # 数据收集教程
├── 2.visualize_data.ipynb  # 数据可视化教程
├── 3.train.ipynb           # 模型训练教程
├── 4.deploy.ipynb          # 模型部署教程
├── 5.language_env.ipynb    # 语言环境教程
├── 6.visualize_data.ipynb  # 数据可视化教程（进阶）
├── 7.pi0.ipynb             # PI0 模型教程
├── 8.smolvla.ipynb         # SmolVLA 模型教程
├── asset/                  # 资源文件目录
├── ckpt/                   # 模型检查点目录
├── demo_data/              # 演示数据目录
├── demo_data_example/      # 示例演示数据
├── demo_data_language/     # 语言演示数据
├── media/                  # 媒体文件目录
├── mujoco_env/             # MuJoCo 环境配置
├── omy_pnp_language/       # OMY PnP 语言模型
├── pi0_omy.yaml            # PI0 配置文件
├── smolvla_omy.yaml        # SmolVLA 配置文件
├── train_model.py          # 训练脚本
└── requirements.txt        # 依赖列表

环境要求

• Python 3.10+
• CUDA 12.4（推荐）

安装依赖

pip install -r requirements.txt

教程顺序

按照以下顺序运行教程：

1. 数据收集 (1.collect_data.ipynb) - 学习如何在 MuJoCo 环境中收集机器人运动数据
2. 数据可视化 (2.visualize_data.ipynb) - 学习如何可视化收集的数据
3. 模型训练 (3.train.ipynb) - 学习如何训练机器人策略模型
4. 模型部署 (4.deploy.ipynb) - 学习如何部署训练好的模型
5. 语言环境 (5.language_env.ipynb) - 学习语言条件下的机器人控制
6. 数据可视化进阶 (6.visualize_data.ipynb) - 高级数据可视化技巧
7. PI0 模型 (7.pi0.ipynb) - PI0 模型的使用与训练
8. SmolVLA 模型 (8.smolvla.ipynb) - SmolVLA 模型的使用与训练

配置文件

• pi0_omy.yaml - PI0 模型的训练配置
• smolvla_omy.yaml - SmolVLA 模型的训练配置

项目成就

详细的项目成就记录请参考 PROJECT_ACHIEVEMENTS.md。

许可证

本项目仅供学习和研究使用。