Lekiwi 使用教程

淘寶店鋪

黑色主動臂使用5V6A電源適配器，白色從動臂使用12V5A電源適配器

lerobot-Lekiwi.zip

本教學倉庫程式碼保持為2026年10月1日之前的Lerobot經過測試的穩定版本，目前Huggingface對Lerobot進行了非常龐大的升級，增加了非常多的新功能，如果需要體驗最新的教學請跟隨官方文件進行操作。

Lekiwi 是由 SIGRobotics-UIUC 發起的一個完全開源的機器人小車專案。它包含詳細的 3D 列印檔案和操作指南，設計上與 LeRobot 模仿學習框架相容。它支援 SO101 機器人手臂，從而實現完整的模仿學習流程。

在Fusion360 線上 CAD中可以視覺化精確的元件位置。

URDF檔案

線上URDF預覽https://urdf.d-robotics.cc/

image – 1

主要特點

開源且低成本： Lekiwi 提供了一種開源、低成本的機器人小車解決方案。
與 LeRobot 整合：專為與 LeRobot 平台整合而設計。
豐富的學習資源：提供全面的開源學習資源，包括組裝和校準指南，以及測試、資料收集、訓練和部署的教學，幫助使用者快速入門並開發機器人應用。
相容 Nvidia：可與 reComputer Mini J4012 Orin NX 16 GB 搭配使用。
多場景應用：適用於教育、科學研究、自動化生產和機器人領域，幫助使用者在各種複雜任務中實現高效且精準的機器人操作。

JUXI 僅對硬體本身的品質負責。教學嚴格按照官方文件更新。如果您遇到實在無法解決的軟體問題或環境依賴問題，請及時向 LeRobot 平台或 LeRobot Discord 頻道回報問題。

注意

Lekiwi 底盤中的所有伺服馬達需要 12V 電源供電。對於使用 5V 機器人手臂的使用者，我們提供了 12V 轉 5V 降壓轉換模組。請注意，您需要自行進行電路修改。
12V 電源 - 如果需要，您可以在結帳時選擇此選項。如果您已經擁有 12V 電源，只需將電源輸出接口轉換為 5521 DC 插頭即可。
樹莓派控制器和攝影機 - 這些需要透過訂單介面單獨購買。

物料清單 (BOM)

初始系統環境

對於 Ubuntu x86:

Ubuntu 22.04
CUDA 12+
Python 3.10
Torch 2.6

對於 Jetson Orin:

Jetson JetPack 6.0
Python 3.10
Torch 2.3+

對於樹莓派:

樹莓派5 4G~16G

設定 SSH

設定好樹莓派後，您應該啟用並設定SSH（安全外殼協定），這樣您就可以從筆記型電腦登入到樹莓派，而無需在樹莓派上連接螢幕、鍵盤和滑鼠。您可以在這裡找到一個很棒的教學。您可以透過命令提示字元 (cmd) 登入到樹莓派，或者如果您使用 VSCode，則可以使用此擴充功能。

3D列印指南

部件

我們提供以下3D列印部件的可列印STL檔案。這些部件可以使用通用PLA耗材在消費級FDM印表機上列印。我們在Bambu Lab P1S印表機上進行了測試。對於所有元件，我們只需載入到bambuslicer中，自動旋轉和排列，啟用任何推薦的支撐，然後列印。

列印參數

提供的STL檔案可以在許多FDM印表機上直接列印。以下是測試和建議的設定，其他設定也可能有效。

材料：PLA+
噴嘴直徑和精度：0.2mm噴嘴直徑，層高0.2mm
填充密度：15%
列印速度：150 mm/s
如果需要，將G程式碼（切片檔案）上傳到印表機並列印

A. 在樹莓派上安裝 LeRobot

在您的 Raspberry Pi 上：

1. 安裝 Miniconda:

Python

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

2. 重新啟動 Shell

在您的 Shell 中複製貼上以下命令：source ~/.bashrc 或對於 Mac 使用者：source ~/.bash_profile 或 source ~/.zshrc（如果您使用的是 zshell）

3. 為 LeRobot 建立並啟用一個新的 Conda 環境

Python

conda create -y -n lerobot python=3.10

然後啟用您的 Conda 環境（每次開啟 Shell 使用 LeRobot 時都需要執行此操作！）：

Bash

conda activate lerobot

4. 複製 LeRobot：

Bash

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

5. 在您的環境中安裝 ffmpeg：

使用 miniconda 時，在您的環境中安裝 ffmpeg：

PowerShell

conda install ffmpeg -c conda-forge

這通常會為你的平台安裝使用 libsvtav1 編碼器編譯的 ffmpeg 7.X。如果不支援 libsvtav1（可以透過 ffmpeg -encoders 查看支援的編碼器），你可以：【適用於所有平台】顯式安裝 ffmpeg 7.X： conda install ffmpeg=7.1.1 -c conda-forge 【僅限 Linux】安裝 ffmpeg 的建置依賴並從原始碼編譯支援 libsvtav1 的 ffmpeg，並確保使用的 ffmpeg 執行檔是正確的，可以透過 which ffmpeg 確認。如果你遇到以下報錯，也可以使用上述命令解決。

image – 2

6. 安裝帶有 feetech 馬達依賴的 LeRobot：

Bash

cd ~/lerobot && pip install --no-binary=av -e ".[feetech]"
pip install -e ".[lekiwi]"

7. 設定連接時間

lerobot\src\lerobot\robots\lekiwi目錄下找到config_lekiwi.py

connection_time_s: int = 7200 # 也就是2小时

image – 3

B. 在筆記型電腦上安裝 LeRobot

如果您已經在筆記型電腦上安裝了 LeRobot，可以跳過此步驟，否則請按照我們在 Raspberry Pi 上的相同步驟進行操作。

[!提示] 我們會頻繁使用命令提示字元 (cmd)。如果您對使用 cmd 不熟悉，或者想複習命令列的使用，可以參考這裡：命令列速成課程

在您的電腦上：

1. 安裝 Miniconda:

anaconda.com/download/success

或者直接點這個連結下載安裝包

https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe

image – 4 image – 5

conda換源

Shell

# 先清空原有源配置（避免冲突）
conda config --remove-key channels

# 将 conda 的默认源和常用第三方源替换为清华镜像
# 添加默认包源（main/r/msys2）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/

# 添加常用第三方源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 开启显示下载源，安装包时会显示具体的下载地址
conda config --set show_channel_urls yes

# 清除索引缓存，使新源生效
conda clean -i

# 查看当前配置（验证源是否添加成功）
conda config --show-sources

2. 重新啟動 Shell

在您的 Shell 中複製貼上以下命令：source ~/.bashrc 或對於 Mac 使用者：source ~/.bash_profile 或 source ~/.zshrc（如果您使用的是 zshell）

image – 6

3. 為 LeRobot 建立並啟用一個新的 Conda 環境

Bash

conda create -y -n lerobot python=3.10

然後啟用您的 Conda 環境（每次開啟 Shell 使用 LeRobot 時都需要執行此操作！）：

Bash

conda activate lerobot

4. 複製 LeRobot：

Bash

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

5. 在您的環境中安裝 ffmpeg：

使用 miniconda 時，在您的環境中安裝 ffmpeg：

PowerShell

conda install ffmpeg -c conda-forge

image – 7

6. 安裝帶有 feetech 馬達依賴的 LeRobot：

Bash

cd ~/lerobot && pip install --no-binary=av -e ".[feetech]"
pip install -e ".[lekiwi]"

C. 設定馬達

image – 8 image – 9

1.尋找與機械手臂相關聯的 USB 連接埠

要找到單個馬達的正確連接埠，請執行以下實用指令碼兩次：

Bash

lerobot-find-port

範例輸出（例如，在 Mac 上為 /dev/tty.usbmodem575E0031751，或在 Linux 上可能為 /dev/ttyACM0）：

範例輸出（例如，在 Mac 上為 /dev/tty.usbmodem575E0032081，或在 Linux 上可能為 /dev/ttyACM1）：

疑難排解：在 Linux 上，您可能需要透過以下命令授予 USB 連接埠存取權限：

Bash

sudo chmod 666 /dev/ttyACM0
sudo chmod 666 /dev/ttyACM1

2.設定您的馬達（成品可跳過該步驟）

依次插入您的底盤的每一個馬達並執行以下指令碼，他會先初始化機械手臂（ID 6..1）的伺服馬達，然後再初始化底盤伺服馬達，將其 ID 設定為（ID 9..7）的伺服馬達，如果你已經校準過機械手臂，可以連續按 Enter 不斷覆寫和跳過：

Bash

lerobot-setup-motors \
    --robot.type=lekiwi \
    --robot.port=/dev/tty.usbmodem58760431551 # <- paste here the port found at previous step

image – 10

3.設定HuggingFace國內鏡像

Ubuntu

Shell

sudo nano ~/.bashrc

# 在文件末尾加入
export HF_ENDPOINT=https://hf-mirror.com

Shell

source ~/.bashrc
echo $HF_ENDPOINT

# 输出
# https://hf-mirror.com

Shell

sudo nano ~/.zshrc

# 在文件末尾加入
export HF_ENDPOINT=https://hf-mirror.com

Shell

source ~/.zshrc

# 输出
# https://hf-mirror.com

①建立Token

https://huggingface.co/settings/tokens

image – 11

image – 12

②記錄Token

image – 13

③綁定Token

Shell

hf auth login

hf auth whoami

image – 14

④建立Dataset Repo

記下Owner和Dateset name，即後續需要的<hf_username>和<dateset_repo_id>

image – 15 image – 16

image – 17

4.更新設定！！！

LeKiwi LeRobot 和筆記型電腦上的設定檔應保持一致。首先，我們需要找到移動機械手臂的樹莓派的 IP 位址。這與用於 SSH 的 IP 位址相同。我們還需要找到筆記型電腦上主動臂伺服馬達驅動板的 USB 連接埠以及 LeKiWi 上伺服馬達驅動板的連接埠。可以透過以下指令碼找到這些連接埠。

在 Linux 上，您可能需要透過執行以下命令來授予 USB 連接埠的存取權限：

Bash

sudo chmod 666 /dev/ttyACM0
sudo chmod 666 /dev/ttyACM1

重要提示：現在您已經獲得了主動臂的連接埠以及Lekiwi的機械手臂的 IP 位址，請在網路設定中更新 ip，在主動臂設定中更新 port，並在 LeKiWi 設定中更新 port，remote_ip。

在example\lekiwi目錄下修改這四個檔案

image – 18

①修改teleoperate.py

remote_ip:樹莓派的ip位址

port:主動臂連接到電腦或者linux時的連接埠號

image – 19

②修改record.py

HF_REPO_ID：huggingface的使用者名稱和資料集名稱

remote_ip:樹莓派的ip位址

port:主動臂連接到電腦或者linux時的連接埠號

image – 20

③修改replay.py

remote_ip:樹莓派的ip位址

<hf_username>/<dataset_repo_id>，即huggingface的使用者名稱和資料集名稱

image – 21

D.校準

現在我們需要校準主動臂和從動臂。全向輪的伺服馬達無需校準。

校準從動臂（安裝在Lekiwi底座上）

在您的電腦上執行以下命令以校準主動臂。注意：這裡顯示的圖片是 SO101 型號的範例。

Bash

lerobot-calibrate \
    --teleop.type=so100_leader \
    --teleop.port=/dev/tty.usbmodem58760431551 \ #修改为找到的端口号
    --teleop.id=my_awesome_leader_arm

現在在您的 Raspberry Pi 上執行以下命令以校準 LeKiwi 上的從動臂。忽略它當前在桌上的位置——正常校準應在安裝到Lekiwi底盤上時進行。

Bash

lerobot-calibrate \
    --robot.type=lekiwi \
    --robot.id=my_awesome_kiwi

我們統一了大多數機器人的標定方法。首先，我們需要將機器人移動到每個關節都處於其可活動範圍中間的位置，然後按下按鈕。其次，我們將所有關節在其完整的可活動範圍內移動一遍。您可以在這裡Enter找到SO101的相同標定過程影片作為參考。

E. 遠端操作

開啟新的Anaconda Prompt

image – 22

如果您使用的是 Mac，可能需要授予「終端機」存取鍵盤進行遠端操作的權限。請前往「系統偏好設定」>「安全性與隱私」>「輸入監視」，然後勾選「終端機」核取方塊。

要進行遠端操作，請透過 SSH 登入到您的 Raspberry Pi，並執行以下命令啟用環境 conda activate lerobot，然後執行以下指令碼：

Bash

python -m lerobot.robots.lekiwi.lekiwi_host --robot.id=my_awesome_kiwi

image – 23

接著，在您的筆記型電腦上，也執行以下命令啟用環境 conda activate lerobot，然後執行以下指令碼：

Bash

python examples/lekiwi/teleoperate.py

你的筆記型電腦螢幕上應該會顯示類似這樣的介面：[INFO] Connected to remote robot at tcp://172.17.133.91:5555 and video stream at tcp://172.17.133.91:5556.現在你可以移動控制臂，並使用鍵盤上的 (W, A, S, D) 鍵控制機器人前進、左轉、後退、右轉。使用 (Z, X) 鍵控制機器人左轉或右轉。使用 (R, F) 鍵可以增加或減少移動機器人的速度。共有三種速度模式，請參見下表：

如果您使用不同的鍵盤，您可以在LeKiwiClientConfig中更改每個命令的按鍵設定。

通訊疑難排解

如果您在連接移動機器人 SO101 時遇到問題，請按照以下步驟診斷並解決問題。

1.驗證 IP 位址設定

確保設定檔中設定了正確的 Raspberry Pi IP 位址。要檢查 Raspberry Pi 的 IP 位址，請執行以下命令（在 Pi 的命令列中）：

Bash

hostname -I

2.檢查筆記型電腦/PC 是否能存取 Pi

嘗試從筆記型電腦 ping Raspberry Pi：

Bash

ping <your_pi_ip_address>

如果 ping 失敗：

確保 Pi 已開機並連接到同一網路。
檢查 Pi 上是否啟用了 SSH。

3.嘗試 SSH 連接

如果無法透過 SSH 登入到 Pi，可能是連接不正確。請使用以下命令：

Bash

ssh <your_pi_user_name>@<your_pi_ip_address>

例如ssh pi@192.168.0.106

如果出現連接錯誤：

確保 Pi 上啟用了 SSH，可以執行以下命令：

Bash

sudo raspi-config

然後導覽到：Interfacing Options -> SSH 並啟用它。

4.設定檔一致性！！！

確保筆記型電腦/PC 和 Raspberry Pi 上的設定檔完全一致。

F. 記錄資料集

在熟悉遠端操作後，您可以使用 LeKiwi 記錄您的第一個資料集。

要在 LeKiwi 上啟動程式，請透過 SSH 連接到您的 Raspberry Pi，並執行以下命令以啟用環境並啟動指令碼：

Bash

conda activate lerobot

python -m lerobot.robots.lekiwi.lekiwi_host --robot.id=my_awesome_kiwi

如果您希望使用 Hugging Face hub 功能上傳資料集，並且之前尚未登入，請確保使用寫入權限的權杖登入，該權杖可以從 Hugging Face 設定中產生：

Bash

hf auth login

將您的 Hugging Face 倉庫名稱儲存在變數中以執行以下命令：

Bash

hf auth whoami

然後在您的筆記型電腦上執行以下命令以記錄 2 個回合並將資料集上傳到 hub：

Bash

python examples/lekiwi/record.py

G. 視覺化資料集

如果您上傳了資料集，可以透過線上視覺化您的資料集，複製並貼上以下命令產生的倉庫 ID：

Bash

echo ${HF_USER}/my_lekiwi_dataset

如果您沒有上傳資料集，也可以在本地進行視覺化（瀏覽器視窗可以透過 http://127.0.0.1:9090 開啟視覺化工具）：

Bash

python lerobot/scripts/visualize_dataset_html.py \
  --repo-id ${HF_USER}/lekiwi_test \
  --local-files-only 1

視覺化一個資料集（可跳過，可嘗試）

Bash

echo ${HF_USER}/my_lekiwi_dataset

如果您上傳了資料集，您也可以在本地透過以下命令進行視覺化：

Python

lerobot-dataset-viz \
  --repo-id ${HF_USER}/my_lekiwi_dataset \

如果您沒有上傳資料集，您也可以透過以下命令在本地進行視覺化：

Python

lerobot-dataset-viz \
  --repo-id juxi/my_lekiwi_dataset \

這裡，juxi 是資料收集時自訂的 repo_id 名稱。

資料收集技巧

一旦您熟悉了資料記錄，就可以建立更大的資料集用於訓練。一個不錯的入門任務是抓取不同位置的物體並將其放入容器中。我們建議至少錄製 50 個片段，每個位置 10 個片段。保持攝影機位置固定，並在整個錄製過程中保持一致的抓取動作。同時，確保您操作的物體在攝影機畫面中清晰可見。一個簡單的判斷標準是，您應該能夠僅透過觀察攝影機畫面就完成這項任務。

在接下來的章節中，您將訓練您的神經網路。在獲得可靠的抓取效能後，您可以開始在資料採集過程中引入更多變化，例如增加抓取位置、採用不同的抓取技術以及改變相機位置。

避免過快地增加過多的變化，因為這可能會影響你的結果。

如果您想深入瞭解這個重要話題，可以查看我們撰寫的關於優秀資料集構成要素的部落格文章。

疑難排解：

在 Linux 系統中，如果在資料記錄過程中左右箭頭鍵和 Esc 鍵不起作用，請確保已設定$DISPLAY環境變數。請參閱pynput 的限制

H. 回放一個回合

現在嘗試在您的機器人上回放第一個回合：

Bash

python examples/lekiwi/replay.py

恭喜🎉，你的機器人已經準備好自主學習任務了。請按照本教學的訓練部分開始訓練它：真實世界機器人入門

I. 評估你的策略

確保更改remote_ip, port, HF_MODEL_ID

修改evaluate.py

HF_MODEL_ID="<hf_username>/<model_repo_id>" 修改為訓練上傳到huggingface上的資料集名稱（如果上傳到huggingface的話）或訓練後將模型匯出到本地的目錄

HF_DATASET_ID="<hf_username>/<eval_dataset_id>" 改為自己建立的使用者名稱和 eval_資料集名稱

remote_ip：樹莓派ip位址

image – 24

然後執行以下命令：

Bash

python examples/lekiwi/evaluate.py

資料集的名稱以 eval 開頭，以反映你正在執行推論（例如 ${HF_USER}/eval_act_lekiwi_test）。
如果評估階段遇到File exists: 'home/xxxx/.cache/huggingface/lerobot/xxxxx/juxi/eval_xxxx'請先刪除eval_開頭的這個資料夾再次執行程式。

模擬訓練可參考

https://github.com/Ekumen-OS/lekiwi/tree/main

https://github.com/SIGRobotics-UIUC/LeKiwi-sim

協助 🙋‍

對於硬體問題，請聯絡客戶服務。對於使用問題，請加入 Discord。

LeRobot 平台

LeRobot Discord 頻道

MAC電腦安裝Miniconda

加權限

image – 25

安裝Miniconda

https://www.anaconda.com/download

pip換源

Shell

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

conda換源

Shell

# 清空原有 .condarc 配置（可选，避免冲突）
echo "" > ~/.condarc

# 写入清华源配置
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

# 清除缓存使配置生效
conda clean -i

1. 安裝 LeRobot 環境

2. 查看串列埠編號

3. 校準機械臂

4. 遙操作

5. 連接攝像頭的遙操作

6. 採集數據集(實機)

7. 訓練模型

8. 模型推論

基礎知識

其他與進階

1. 安裝 LeRobot 環境

3. 查看串列埠編號

4. 校準機械臂

5. 遙操作

6. 連接攝像頭的遙操作

7. 採集數據集(實機)

8. 訓練模型

9. 模型推論

Jetson AGX Orin 開發套件

Jetson Orin Nano 開發套件

I2C 通信

串口通信

Lekiwi 使用教程 ​

主要特點 ​

物料清單 (BOM) ​

初始系統環境 ​

設定 SSH ​

3D列印指南 ​

部件 ​

列印參數 ​

A. 在樹莓派上安裝 LeRobot ​

1. 安裝 Miniconda: ​

2. 重新啟動 Shell ​

3. 為 LeRobot 建立並啟用一個新的 Conda 環境 ​

4. 複製 LeRobot： ​

5. 在您的環境中安裝 ffmpeg： ​

6. 安裝帶有 feetech 馬達依賴的 LeRobot： ​

7. 設定連接時間 ​

B. 在筆記型電腦上安裝 LeRobot ​

1. 安裝 Miniconda: ​

conda換源 ​

2. 重新啟動 Shell ​

3. 為 LeRobot 建立並啟用一個新的 Conda 環境 ​

4. 複製 LeRobot： ​

5. 在您的環境中安裝 ffmpeg： ​

6. 安裝帶有 feetech 馬達依賴的 LeRobot： ​

C. 設定馬達 ​

1.尋找與機械手臂相關聯的 USB 連接埠 ​

2.設定您的馬達（成品可跳過該步驟） ​

3.設定HuggingFace國內鏡像 ​

①建立Token ​

②記錄Token ​

③綁定Token ​

④建立Dataset Repo ​

4.更新設定！！！ ​

①修改teleoperate.py ​

②修改record.py ​

③修改replay.py ​

D.校準 ​

校準從動臂（安裝在Lekiwi底座上） ​

E. 遠端操作 ​

通訊疑難排解 ​

1.驗證 IP 位址設定 ​

2.檢查筆記型電腦/PC 是否能存取 Pi ​

3.嘗試 SSH 連接 ​

4.設定檔一致性！！！ ​

F. 記錄資料集 ​

G. 視覺化資料集 ​

視覺化一個資料集（可跳過，可嘗試） ​

資料收集技巧 ​

疑難排解： ​

H. 回放一個回合 ​

I. 評估你的策略 ​

修改evaluate.py ​

協助 🙋‍ ​

​

加權限 ​

安裝Miniconda ​

pip換源 ​

conda換源 ​

Lekiwi 使用教程

主要特點

物料清單 (BOM)

初始系統環境

設定 SSH

3D列印指南

部件

列印參數

A. 在樹莓派上安裝 LeRobot

1. 安裝 Miniconda:

2. 重新啟動 Shell

3. 為 LeRobot 建立並啟用一個新的 Conda 環境

4. 複製 LeRobot：

5. 在您的環境中安裝 ffmpeg：

6. 安裝帶有 feetech 馬達依賴的 LeRobot：

7. 設定連接時間

B. 在筆記型電腦上安裝 LeRobot

1. 安裝 Miniconda:

conda換源

2. 重新啟動 Shell

3. 為 LeRobot 建立並啟用一個新的 Conda 環境

4. 複製 LeRobot：

5. 在您的環境中安裝 ffmpeg：

6. 安裝帶有 feetech 馬達依賴的 LeRobot：

C. 設定馬達

1.尋找與機械手臂相關聯的 USB 連接埠

2.設定您的馬達（成品可跳過該步驟）

3.設定HuggingFace國內鏡像

①建立Token

②記錄Token

③綁定Token

④建立Dataset Repo

4.更新設定！！！

①修改teleoperate.py

②修改record.py

③修改replay.py

D.校準

校準從動臂（安裝在Lekiwi底座上）

E. 遠端操作

通訊疑難排解

1.驗證 IP 位址設定

2.檢查筆記型電腦/PC 是否能存取 Pi

3.嘗試 SSH 連接

4.設定檔一致性！！！

F. 記錄資料集

G. 視覺化資料集

視覺化一個資料集（可跳過，可嘗試）

資料收集技巧

疑難排解：

H. 回放一個回合

I. 評估你的策略

修改evaluate.py

協助 🙋‍

加權限

安裝Miniconda

pip換源

conda換源