01 · Visão geral

Anterior: Nenhum — esta é a primeira página Seguinte: 02-Environment-Setup

Esta página explica, de forma clara: qual é o fluxo de trabalho completo do XLeRobot, de que hardware precisa e se a sua máquina é compatível.

---

Fluxo de trabalho

O fluxo completo do XLeRobot tem quatro etapas:

① Calibrar o robô  →  ② Teleoperar e recolher dados  →  ③ Treinar o modelo  →  ④ Implementar o modelo para correr de forma autónoma
   calibrate        record              train           eval / rollout

A imagem Docker traz já instalado todo o ambiente de software exigido por estas quatro etapas — Python, PyTorch, LeRobot, o código de robô do XLeRobot e os controladores de servo e câmara. Já não precisa de se preocupar com conflitos de versões.

O que precisa de preparar por si próprio é apenas isto: um robô (ou pôr o software a correr primeiro), um computador e um cabo USB.

---

Suporte de hardware

Plataforma	Suporte
Jetson série Orin (JetPack 7.2)	✅ Plataforma oficialmente suportada neste momento, com aceleração por GPU
Jetson Nano (2019, original)	❌ Não suportado — capacidade de processamento demasiado baixa; ver abaixo
Raspberry Pi / Ubuntu comum / PC x86	⏳ Ainda não suportado, ver abaixo
Windows / macOS	❌ Não suportado (a passagem da porta serial e da câmara só corre bem no Linux)

💡 Neste momento, esta imagem destina-se apenas a dispositivos Jetson Orin.

• Jetson Orin Nano / Orin NX / AGX Orin: requerem JetPack 7.2 (L4T 39.2 / CUDA 13.2). O AGX Orin 64GB também só é totalmente suportado no 7.2.
• Jetson Nano (2019, original): ❌ nunca vai funcionar. É da arquitetura Maxwell (compute 5.3), e o CUDA 13 eliminou por completo o suporte a Maxwell; o torch também exige no mínimo sm_80.
• Raspberry Pi / PC x86: em termos de conceção, a imagem suporta (a versão CPU genérica baseia-se em python:3.12-slim, que a imagem base oficial publica em amd64 e arm64), mas a versão CPU publicada até ao momento ainda não é multiarquitetura, pelo que o que for descarregado pode ser apenas amd64 ou apenas arm64. Só será disponibilizado depois da compilação multiarquitetura.

Recomenda-se mais de 4 GB de memória. Os 3.4 GB do Jetson Orin Nano também chegam para a teleoperação, mas o treino vai penar.

Requisitos do sistema

• Ubuntu 20.04 / 22.04 / 24.04, ou Debian 12+
• Raspberry Pi: requer sistema de 64 bits (uname -m mostra aarch64)
• Kernel com suporte para porta serial USB (a maioria já tem)

Verifique a sua arquitetura

uname -m

• aarch64 → Raspberry Pi, Jetson (use a imagem arm64)
• x86_64 → computador normal (use a imagem amd64)

---

As pastas que precisa de ler

#	Pasta	Conteúdo	Quando ler
1	deployment/ (é aqui)	Descarregar a imagem, executar a imagem	Primeira utilização; leia pela ordem 01 → 02 → 03
2	xlerobot/	Comandos de operação do XLeRobot completo	Quando tem o robô completo (dois braços + chassis)
3	lerobot/	Comandos de operação do LeRobot original	Quando tem apenas um braço SO-101 / SO-100 ou um LeKiwi
4	troubleshooting/	Perguntas frequentes e referência rápida	Quando algo correr mal

⚠️ As pastas 2 e 3 são alternativas — escolha uma delas, de acordo com o seu hardware:

• XLeRobot completo (dois braços + chassis) → entre em xlerobot/
• Um único braço SO-101 / SO-100, LeKiwi → entre em lerobot/

A imagem é o mesmo ambiente; é possível alternar entre os dois caminhos a qualquer momento, sem reinstalar nada.

---

Caminho mais curto (apenas para pôr tudo a correr primeiro)

No Jetson (JetPack 7.2): alguns comandos para ver primeiro o robô a mexer-se e só depois voltar atrás para ler os detalhes:

# 1. Instalar o Docker (salte se já tiver instalado)
curl -fsSL https://get.docker.com | sudo sh && sudo usermod -aG docker $USER

# 2. Abrir o canal da GPU para o contendor (específico do Jetson, só é necessário fazer uma vez)
sudo nvidia-ctk cdi generate --output=/etc/cdi/nvidia.yaml --disable-hook enable-cuda-compat
sudo systemctl restart docker

# 3. Descarregar a imagem (aprox. 3.6 GB)
docker pull chenyang310/xlerobot:jetson

# 4. Iniciar o contendor
docker run -it --rm --device nvidia.com/gpu=all \
  --privileged --network host -v /dev:/dev \
  -v ~/.cache/huggingface:/home/jetson/.cache/huggingface \
  -e HF_ENDPOINT=https://hf-mirror.com \
  chenyang310/xlerobot:jetson

# 5. Executar a teleoperação dentro do contendor (na primeira vez, entra automaticamente na calibração guiada)
python examples/4_xlerobot_teleop_keyboard.py

⚠️ O caminho rápido salta duas coisas que mais tarde ou mais cedo terão de ser feitas; se ficar preso, volte à secção correspondente:

• Aceleradores de imagem para a China continental (o passo 3 pode encravar) → 02-Environment-Setup §2
• Não pode omitir o --disable-hook enable-cuda-compat (este hook tem um bug no JetPack 7.2 e impede o contendor de arrancar) → 03-Deployment §4

O passo 5 acima executa o exemplo do XLeRobot completo. Se tiver apenas um braço SO-101, utilize a linha de comando lerobot-*; ver lerobot/.

---

Seguinte: 02-Environment-Setup — Instalar o Docker, configurar a aceleração na China continental, ligar o hardware