Ubuntu-Computer

Der schwarze Führungsarm verwendet ein 5V6A-Netzteil

Der weiße Folgearm verwendet ein 12V5A-Netzteil

Miniconda installieren

https://www.anaconda.com/download

pip-Quelle ändern

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

conda-Quelle ändern

# Vorhandene .condarc-Konfiguration leeren (optional, um Konflikte zu vermeiden)
echo "" > ~/.condarc

# Tsinghua-Quellenkonfiguration schreiben
cat << EOF > ~/.condarc
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
EOF

# Cache leeren, damit die Konfiguration wirksam wird
conda clean -i

Virtuelle Umgebung erstellen

conda create -y -n lerobot python=3.12 -y

Virtuelle Umgebung betreten

conda activate lerobot

ffmpeg installieren

conda install *ffmpeg*=7.1.1 *-c* conda-forge -y

Installation erfolgreich verifizieren

ffmpeg

LeRobot-Code herunterladen

Variante A: Code dieses Repositories direkt verwenden (empfohlen)

lerobot-7dof.zip

Variante B: Offizielles Code-Repository herunterladen und die entsprechenden Dateien manuell ersetzen

git clone https://github.com/huggingface/lerobot.git

Code-Repository installieren

#cd lerobot-main
cd lerobot

pip install -e ".[feetech]"

Installation erfolgreich verifizieren

lerobot-info

python

import lerobot
lerobot.__version__

import torch
torch.cuda.is_available()
import scservo_sdk

Ergebnis der Ausführung auf dem 4090-Rechner

Ergebnis der Ausführung auf dem NVIDIA DGX Spark