SO-ARM101 デュアルアーム(デュアルフォロワー)チュートリアル

ストアで購入

本ガイドでは、LeRobot を使って SO-ARM デュアルアームロボットシステムを訓練する完全な流れを紹介します。ハードウェア接続、デュアルアームのキャリブレーション、デュアルアーム遠隔操作、データセットの録画と管理、ACT ポリシーの訓練、実機デプロイまでを含みます。本ガイドに沿って操作すれば、2 本のリーダーアームと 2 本のフォロワーアームで教示データを収集し、模倣学習ポリシーを訓練し、実機のロボットアームで実行できます。

まず、次のとおりケーブルを接続します:

役割	ポート
左フォロワーアーム	`/dev/ttyACM0`
右フォロワーアーム	`/dev/ttyACM1`
左リーダーアーム	`/dev/ttyACM2`
右リーダーアーム	`/dev/ttyACM3`

フォロワーアームのタイプは so101_follower、リーダーアームのタイプは so101_leader です(LeRobot では so100_leader と so101_leader は同じ実装を共有します)。

事前準備

依存関係のインストール

環境のインストールは SO-ARM101 チュートリアルを参照してください。

USB 権限

bash

sudo chmod 666 /dev/ttyACM0 /dev/ttyACM1 /dev/ttyACM2 /dev/ttyACM3

1. キャリブレーション(重要ステップ)

1.1 左フォロワーアームのキャリブレーション

bash

lerobot-calibrate \
  --robot.type=so101_follower \
  --robot.port=/dev/ttyACM0 \
  --robot.id=my_so101_bi_follower_left

1.2 右フォロワーアームのキャリブレーション

bash

lerobot-calibrate \
  --robot.type=so101_follower \
  --robot.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower_right

1.3 左リーダーアームのキャリブレーション

bash

lerobot-calibrate \
  --teleop.type=so101_leader \
  --teleop.port=/dev/ttyACM2 \
  --teleop.id=my_so101_bi_leader_left

1.4 右リーダーアームのキャリブレーション

bash

lerobot-calibrate \
  --teleop.type=so101_leader \
  --teleop.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader_right

キャリブレーション完了後、ファイルは次の場所に保存されます:

text

~/.cache/huggingface/lerobot/calibration/robots/so_follower/my_so101_bi_follower_left.json
~/.cache/huggingface/lerobot/calibration/robots/so_follower/my_so101_bi_follower_right.json
~/.cache/huggingface/lerobot/calibration/teleoperators/so_leader/my_so101_bi_leader_left.json
~/.cache/huggingface/lerobot/calibration/teleoperators/so_leader/my_so101_bi_leader_right.json

ディレクトリ名について:so101_follower と so100_follower、so101_leader と so100_leader は同じ実装を共有するため、ディレクトリは so_follower / so_leader に統一されています。リーダーアームは teleoperator に属するため、キャリブレーションファイルは robots/ ではなく teleoperators/ の下にあります。

(オプション)以前に別の ID でキャリブレーション済みの場合

例えば以前に my_awesome_follower_arm1、my_awesome_follower_arm2 などを使っていた場合、キャリブレーションファイルをコピーできます:

bash

CAL_DIR=~/.cache/huggingface/lerobot/calibration

cp $CAL_DIR/robots/so_follower/my_awesome_follower_arm1.json \
   $CAL_DIR/robots/so_follower/my_so101_bi_follower_left.json

cp $CAL_DIR/robots/so_follower/my_awesome_follower_arm2.json \
   $CAL_DIR/robots/so_follower/my_so101_bi_follower_right.json

cp $CAL_DIR/teleoperators/so_leader/my_awesome_leader_arm3.json \
   $CAL_DIR/teleoperators/so_leader/my_so101_bi_leader_left.json

cp $CAL_DIR/teleoperators/so_leader/my_awesome_leader_arm4.json \
   $CAL_DIR/teleoperators/so_leader/my_so101_bi_leader_right.json

2. デュアルアーム遠隔操作

2.1 カメラなし

bash

lerobot-teleoperate \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --teleop.type=bi_so_leader \
  --teleop.left_arm_config.port=/dev/ttyACM2 \
  --teleop.right_arm_config.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader \
  --display_data=true

2.2 カメラあり

lerobot-find-cameras opencv でカメラのインデックスを確認できます。カメラは自由に追加・削除できます。

bash

lerobot-teleoperate \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --teleop.type=bi_so_leader \
  --teleop.left_arm_config.port=/dev/ttyACM2 \
  --teleop.right_arm_config.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader \
  --display_data=true

安全上の注意

周囲の環境に注意し、フォロワーアームの衝突を避けてください。

3. データセットの録画

3.1 ローカルに保存(Hub へアップロードしない)

--dataset.root(データをそのディレクトリに書き出す)と --dataset.push_to_hub=false を追加し、さらに --dataset.no_stamp=true を加えてデータセット名を安定させます(そうしないと repo_id にタイムスタンプが自動追加され、以降の続き録り/リプレイ/訓練で見つけられなくなります)。

注意:repo_id には / を含めることを推奨します(用户名/数据集名 の形式)。ローカルのデータセットは実際にはアップロードされません。

bash

lerobot-record \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --teleop.type=bi_so_leader \
  --teleop.left_arm_config.port=/dev/ttyACM2 \
  --teleop.right_arm_config.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader \
  --dataset.repo_id=juxi/bi_so101_task \
  --dataset.root=./datasets/bi_so101_task \
  --dataset.push_to_hub=false \
  --dataset.no_stamp=true \
  --dataset.single_task="Pick the cube with left arm and hand it to right arm" \
  --dataset.num_episodes=50 \
  --dataset.fps=30 \
  --dataset.episode_time_s=30 \
  --dataset.reset_time_s=10 \
  --dataset.video=true \
  --display_data=true

動画エンコードはデフォルトで libsvtav1 なので指定不要です。カスタマイズする場合は --dataset.rgb_encoder.vcodec=h264 のようなネストパラメータを使用します。

データは ./datasets/bi_so101_task/ に保存されます。構造は次のとおりです:

text

├── meta/
│   ├── info.json         # 数据集信息(fps、特征形状等)
│   ├── episodes/         # 每集的元数据(chunk-000/...)
│   ├── stats.json        # 各特征归一化统计
│   └── tasks.parquet     # 任务文本 → task_index
├── data/                 # 每帧特征数据(chunk-*.parquet)
└── videos/               # 每个摄像头一个子目录(chunk-*.mp4)

3.2 Hugging Face Hub へのアップロード

自動アップロードを行いたい場合は HF_USER を残し、root と push_to_hub=false を外します(デフォルトでアップロードされます)。ポートとカメラのインデックスは接続表と一致させてください:

bash

export HF_USER=your_hf_username

lerobot-record \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --teleop.type=bi_so_leader \
  --teleop.left_arm_config.port=/dev/ttyACM2 \
  --teleop.right_arm_config.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader \
  --dataset.repo_id=${HF_USER}/bi_so101_task \
  --dataset.no_stamp=true \
  --dataset.single_task="Pick the cube with left arm and hand it to right arm" \
  --dataset.num_episodes=50 \
  --dataset.fps=30 \
  --dataset.episode_time_s=30 \
  --dataset.reset_time_s=10 \
  --dataset.video=true \
  --display_data=true

アップロード後の Hub リポジトリ名は ${HF_USER}/bi_so101_task となり、後述の 4.2 で Hub から訓練する際に使う repo_id と一致します。ローカルコピーは先に ~/.cache/huggingface/lerobot/${HF_USER}/bi_so101_task/ に保存されます。

3.3 収集の続行(レジューム録画)

録画中に予期せず終了した場合(例えば右クリックで終了した際に reset 段階だった場合)、あるいは複数回に分けて収集を完了したい場合は、--resume で同じデータセットに episode を追記し続けられます。

注意:

--resume=true を必ず追加してください。そうしないと LeRobotDataset.create() がディレクトリ既存のためエラーになります。
続き録りコマンドの --dataset.root と --dataset.repo_id は初回録画(3.1)と完全に一致させる必要があります(resume は明示的な root を必須とします)。
--dataset.num_episodes は今回録画する本数であり、総目標数ではありません。例えば 15 本録画済みで合計 50 本にしたい場合は 35 と書きます。
終了する際は、できるだけ episode の録画中か自然終了後に終了し、"Reset the environment" の段階での終了は避けてください(空の episode の保存失敗を招きます)。

bash

lerobot-record \
  --resume=true \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --teleop.type=bi_so_leader \
  --teleop.left_arm_config.port=/dev/ttyACM2 \
  --teleop.right_arm_config.port=/dev/ttyACM3 \
  --teleop.id=my_so101_bi_leader \
  --dataset.repo_id=juxi/bi_so101_task \
  --dataset.root=./datasets/bi_so101_task \
  --dataset.push_to_hub=false \
  --dataset.no_stamp=true \
  --dataset.single_task="Pick the cube with left arm and hand it to right arm" \
  --dataset.num_episodes=35 \
  --dataset.fps=30 \
  --dataset.episode_time_s=30 \
  --dataset.reset_time_s=10 \
  --dataset.video=true \
  --display_data=true

3.4 episode のリプレイと削除

指定 episode のリプレイ

bash

lerobot-replay \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --dataset.repo_id=juxi/bi_so101_task \
  --dataset.root=./datasets/bi_so101_task \
  --dataset.episode=24

episode は 0 始まりのインデックスで、24 は 25 番目の episode を意味します。

指定 episode の削除

bash

python -m lerobot.scripts.lerobot_edit_dataset \
  --repo_id=juxi/bi_so101_task \
  --root=./datasets/bi_so101_task \
  --operation.type=delete_episodes \
  --operation.episode_indices="[24]"

削除後はデータセットがその場で書き直され、元データは ./datasets/bi_so101_task_old/ にバックアップされます。新しいデータセットに問題がないことを確認したら、バックアップを手動で削除できます:

bash

rm -rf ./datasets/bi_so101_task_old

データセット全体の削除

bash

rm -rf ./datasets/bi_so101_task

4. ACT 訓練

4.1 ローカルデータセットからの訓練

bash

lerobot-train \
  --dataset.repo_id=juxi/bi_so101_task \
  --dataset.root=./datasets/bi_so101_task \
  --policy.type=act \
  --policy.device=cuda \
  --steps=60000 \
  --output_dir=outputs/train/act_bi_so101 \
  --wandb.enable=false \
  --policy.push_to_hub=false

--dataset.root は 3.1 で録画したデータセットディレクトリを指定します(repo_id は録画時と一致させる必要があります)。--output_dir のディレクトリが既に存在する場合は FileExistsError が直接発生するため、新しい出力ディレクトリに変更するか、--resume=true を追加して訓練を再開してください。

4.2 Hugging Face Hub からの訓練

bash

export HF_USER=your_hf_username

lerobot-train \
  --dataset.repo_id=${HF_USER}/bi_so101_task \
  --policy.type=act \
  --policy.device=cuda \
  --steps=100000 \
  --output_dir=outputs/train/act_bi_so101 \
  --wandb.enable=false \
  --policy.push_to_hub=false

上記は ACT のデフォルトパラメータ(chunk_size=100、dim_model=512 など)を使用しています。

repo_id は 3.2 でアップロードした際のリポジトリ名と一致させる必要があります(3.2 で --dataset.no_stamp=true を追加済みのため、リポジトリ名は ${HF_USER}/bi_so101_task に固定されます)。訓練時に --dataset.root は不要で、Hub から自動的にダウンロードされます。

5. 実機デプロイ

注意:lerobot-record は教示データの収集専用です。訓練済みポリシーのデプロイには lerobot-rollout を使用してください——現在のバージョンの lerobot-record は --policy.path を受け付けず、eval_ プレフィックスのデータセット名も拒否します。

5.1 現場評価(データを録画しない)

bash

lerobot-rollout \
  --strategy.type=base \
  --policy.path=outputs/train/act_bi_so101/checkpoints/last/pretrained_model \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --task="Pick the cube with left arm and hand it to right arm" \
  --duration=60 \
  --display_data=true

--duration は実行秒数で、0 は時間無制限を意味します。
途中で引き継ぎ/停止したい場合は --interactive=true を追加し、ターミナルで /stop、/reset などのコマンドで制御します。

5.2 評価しながらデータを録画(ローカル)

episodic ストラテジーを使用します(旧版 lerobot-record と同様の動作で、episode 単位で録画し reset 段階を含みます):

bash

lerobot-rollout \
  --strategy.type=episodic \
  --policy.path=outputs/train/act_bi_so101/checkpoints/last/pretrained_model \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --dataset.repo_id=juxi/rollout_bi_so101_task \
  --dataset.root=./datasets/rollout_bi_so101_task \
  --dataset.no_stamp=true \
  --dataset.num_episodes=10 \
  --dataset.single_task="Pick the cube with left arm and hand it to right arm" \
  --dataset.fps=30 \
  --display_data=true

デプロイ用データセット名は rollout_ で始まる必要があります(現在のバージョンの必須規約)。ローカルに録画する場合は --dataset.root と --dataset.no_stamp=true を追加し、ディレクトリ名にタイムスタンプが付かないようにすることを推奨します。

5.3 評価データの Hugging Face Hub へのアップロード

bash

export HF_USER=your_hf_username

lerobot-rollout \
  --strategy.type=episodic \
  --policy.path=outputs/train/act_bi_so101/checkpoints/last/pretrained_model \
  --robot.type=bi_so_follower \
  --robot.left_arm_config.port=/dev/ttyACM0 \
  --robot.right_arm_config.port=/dev/ttyACM1 \
  --robot.id=my_so101_bi_follower \
  --robot.left_arm_config.cameras='{
    left_wrist: {"type": "opencv", "index_or_path": 2, "width": 640, "height": 480, "fps": 30}
  }' \
  --robot.right_arm_config.cameras='{
    right_wrist: {"type": "opencv", "index_or_path": 4, "width": 640, "height": 480, "fps": 30}
  }' \
  --dataset.repo_id=${HF_USER}/rollout_bi_so101_task \
  --dataset.no_stamp=true \
  --dataset.num_episodes=10 \
  --dataset.single_task="Pick the cube with left arm and hand it to right arm" \
  --dataset.fps=30 \
  --display_data=true

6. よくある質問

問題	原因	解決方法
遠隔操作時に再キャリブレーションを求められる	`bi_so_follower` が `_left` / `_right` サフィックスのキャリブレーションファイルを見つけられない	`_left` / `_right` 付きの ID で再キャリブレーションするか、既存のキャリブレーションファイルをコピー
リーダーアームが動かせない	leader のトルクが無効化されていない	再キャリブレーションするかモーターを確認
収集の続行時にディレクトリ既存エラーが出る	`--resume=true` を追加していない	`lerobot-record` コマンドに `--resume=true` を追加
`--resume=true` 時に `root` を要求するエラーが出る	続き録りではデータセットディレクトリの明示指定が必須	続き録りコマンドに `--dataset.root=./datasets/bi_so101_task` を追加し、初回録画と一致させる
データセットディレクトリ名にタイムスタンプが付き、リプレイ/訓練で見つからない	録画時に `no_stamp` を設定せず、`repo_id` にタイムスタンプが自動追加された	録画/続き録り時に `--dataset.no_stamp=true` を追加
`--dataset.vcodec=...` でパラメータ不存在エラーが出る	旧版のパラメータで、現在の動画エンコードパラメータはネスト形式に変更済み	`--dataset.rgb_encoder.vcodec=h264` に変更(デフォルトは既に `libsvtav1`)
デプロイ時に `lerobot-record` が `--policy.path` / `eval_` エラーを出す	現在のバージョンの `lerobot-record` にはポリシーデプロイ機能がない	デプロイは `lerobot-rollout --strategy.type=episodic` に変更し、データセット名は `rollout_` で始める
左右のアームが逆になっている	ポート設定の誤り	`left_arm_config.port` と `right_arm_config.port` を交換
訓練時にデータセットが見つからない	ローカルデータセットに `root` を指定していない	訓練時に `--dataset.root=./datasets/xxx` を追加
データセットが自動アップロードされた	`push_to_hub=false` を設定していない	録画時に `--dataset.push_to_hub=false` を追加
終了時に `You must add one or several frames before calling add_episode` が出る	reset 段階で終了し、現在の episode にフレームがない	録画済みデータには影響なし。`--resume=true` で収集を続行

マルチボード例

I2C 通信

シリアル通信

ROS サンプル

AI ビジョンチュートリアル(全 11 章)

SO-ARM101 デュアルアーム(デュアルフォロワー)チュートリアル

事前準備

依存関係のインストール

USB 権限

1. キャリブレーション(重要ステップ)

1.1 左フォロワーアームのキャリブレーション

1.2 右フォロワーアームのキャリブレーション

1.3 左リーダーアームのキャリブレーション

1.4 右リーダーアームのキャリブレーション

(オプション)以前に別の ID でキャリブレーション済みの場合

2. デュアルアーム遠隔操作

2.1 カメラなし

2.2 カメラあり

安全上の注意

3. データセットの録画

3.1 ローカルに保存(Hub へアップロードしない)

3.2 Hugging Face Hub へのアップロード

3.3 収集の続行(レジューム録画)

3.4 episode のリプレイと削除

指定 episode のリプレイ

指定 episode の削除

データセット全体の削除

4. ACT 訓練

4.1 ローカルデータセットからの訓練

4.2 Hugging Face Hub からの訓練

5. 実機デプロイ

5.1 現場評価(データを録画しない)

5.2 評価しながらデータを録画(ローカル)

5.3 評価データの Hugging Face Hub へのアップロード

6. よくある質問

I2C 通信

シリアル通信

SO-ARM101 デュアルアーム(デュアルフォロワー)チュートリアル ​

事前準備 ​

依存関係のインストール ​

USB 権限 ​

1. キャリブレーション(重要ステップ) ​

1.1 左フォロワーアームのキャリブレーション ​

1.2 右フォロワーアームのキャリブレーション ​

1.3 左リーダーアームのキャリブレーション ​

1.4 右リーダーアームのキャリブレーション ​

(オプション)以前に別の ID でキャリブレーション済みの場合 ​

2. デュアルアーム遠隔操作 ​

2.1 カメラなし ​

2.2 カメラあり ​

安全上の注意 ​

3. データセットの録画 ​

3.1 ローカルに保存(Hub へアップロードしない) ​

3.2 Hugging Face Hub へのアップロード ​

3.3 収集の続行(レジューム録画) ​

3.4 episode のリプレイと削除 ​

指定 episode のリプレイ ​

指定 episode の削除 ​

データセット全体の削除 ​

4. ACT 訓練 ​

4.1 ローカルデータセットからの訓練 ​

4.2 Hugging Face Hub からの訓練 ​

5. 実機デプロイ ​

5.1 現場評価(データを録画しない) ​

5.2 評価しながらデータを録画(ローカル) ​

5.3 評価データの Hugging Face Hub へのアップロード ​

6. よくある質問 ​

関連製品

SO-ARM101 デュアルアーム(デュアルフォロワー)チュートリアル

事前準備

依存関係のインストール

USB 権限

1. キャリブレーション(重要ステップ)

1.1 左フォロワーアームのキャリブレーション

1.2 右フォロワーアームのキャリブレーション

1.3 左リーダーアームのキャリブレーション

1.4 右リーダーアームのキャリブレーション

(オプション)以前に別の ID でキャリブレーション済みの場合

2. デュアルアーム遠隔操作

2.1 カメラなし

2.2 カメラあり

安全上の注意

3. データセットの録画

3.1 ローカルに保存(Hub へアップロードしない)

3.2 Hugging Face Hub へのアップロード

3.3 収集の続行(レジューム録画)

3.4 episode のリプレイと削除

指定 episode のリプレイ

指定 episode の削除

データセット全体の削除

4. ACT 訓練

4.1 ローカルデータセットからの訓練

4.2 Hugging Face Hub からの訓練

5. 実機デプロイ

5.1 現場評価(データを録画しない)

5.2 評価しながらデータを録画(ローカル)

5.3 評価データの Hugging Face Hub へのアップロード

6. よくある質問