Ordinateur Ubuntu

Le bras maître noir utilise un adaptateur secteur 5V6A

Le bras esclave blanc utilise un adaptateur secteur 12V5A

Installer Miniconda

https://www.anaconda.com/download

Changer la source de pip

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

Changer la source de conda

# Vider la configuration .condarc existante (facultatif, pour éviter les conflits)
echo "" > ~/.condarc

# Écrire la configuration du miroir 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

# Vider le cache pour appliquer la configuration
conda clean -i

Créer un environnement virtuel

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

Entrer dans l'environnement virtuel

conda activate lerobot

Installer ffmpeg

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

Vérifier que l'installation a réussi

ffmpeg

Télécharger le code LeRobot

Option A : utiliser directement le code de ce dépôt (recommandé)

lerobot-7dof.zip

Option B : télécharger le dépôt de code officiel et remplacer manuellement les fichiers correspondants

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

Installer le dépôt de code

#cd lerobot-main
cd lerobot

pip install -e ".[feetech]"

Vérifier que l'installation a réussi

lerobot-info

python

import lerobot
lerobot.__version__

import torch
torch.cuda.is_available()
import scservo_sdk

Résultat d'exécution sur une machine 4090

Résultat d'exécution sur un NVIDIA DGX Spark