🤗 LeRobot Notebooks

Este repositório contém notebooks de exemplo para o uso do LeRobot. Esses notebooks demonstram como treinar políticas em conjuntos de dados reais ou de simulação usando políticas padronizadas.

Treinamento de ACT

ACT (Action Chunking Transformer) é uma arquitetura de política baseada em transformers para aprendizado por imitação que processa estados do robô e entradas de câmera para gerar sequências de ações suaves e em blocos.

Fornecemos um notebook do Google Colab pronto para execução para ajudar você a treinar políticas ACT usando conjuntos de dados do Hugging Face Hub.

Notebook	Colab
Treinar ACT com LeRobot

Tempo de treinamento esperado para 100 mil passos: ~1,5 horas em uma GPU NVIDIA A100 com tamanho de lote de 64.

Treinando o SmolVLA

SmolVLA é um modelo Vision-Language-Action pequeno, porém eficiente. Ele é compacto em tamanho, com 450 M de parâmetros, e foi desenvolvido pela Hugging Face.

Fornecemos um notebook do Google Colab pronto para execução para ajudar você a treinar políticas SmolVLA usando conjuntos de dados do Hugging Face Hub.

Notebook	Colab
Treinar o SmolVLA com o LeRobot

Tempo de treinamento esperado para 20 mil passos: ~5 horas em uma GPU NVIDIA A100 com tamanho de lote de 64.