🧪 Se publican nuevos tutoriales — del brazo robótico al sensor
Saltar al contenido

Configuración (Ubuntu) ​

El brazo motriz negro utiliza un adaptador de alimentación de 5V6A

El brazo seguidor blanco utiliza un adaptador de alimentación de 12V5A

Instalar Miniconda ​

https://www.anaconda.com/download

Cambiar la fuente de pip ​

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

Cambiar la fuente de conda ​

Shell
# Vaciar la configuración original de .condarc (opcional, para evitar conflictos)
echo "" > ~/.condarc

# Escribir la configuración del espejo de Tsinghua
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

# Limpiar la caché para aplicar la configuración
conda clean -i

Crear un entorno virtual ​

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

Entrar en el entorno virtual ​

Shell
conda activate lerobot

Instalar ffmpeg ​

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

Verifique que la instalación se haya realizado correctamente

Shell
ffmpeg

Imagen 1

Imagen 2

Descargar el repositorio de código oficial de LeRobot ​

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

Instalar el repositorio de código ​

Shell
#cd lerobot-main
cd lerobot

pip install -e ".[feetech]"

Imagen 3

Imagen 4

Verificar la instalación correcta ​

Shell
lerobot-info

python

import lerobot
lerobot.__version__

import torch
torch.cuda.is_available()
import scservo_sdk

Resultado de la ejecución en un equipo 4090 ​

Imagen 5

Imagen 6

Resultado de la ejecución en un NVIDIA DGX Spark ​

Imagen 7