LeRobot 生产落地案例

五、生产落地案例

案例一：高校实验室的桌面抓取教学平台。背景是某高校机器人课程需要一套学生能在一学期内上手的模仿学习实验平台，预算有限，不能买工业机械臂。做法是采购 SO-101 主从臂一套，配两路 USB 摄像头，用 LeRobot 的标准流程完成标定、采集、训练与评估，把整条链路做成课程实验指导书。关键配置上，采集统一用 30fps，每条任务采集约五十条演示，训练用 ACT 策略并打开 checkpoint 定期保存，方便学生在不同训练步数下对比效果。效果是学生能在一到两次课的时间里完成一次完整的"采集到部署"闭环，教学效率比自建框架高很多。踩到的坑主要有两个：一是实验室的 USB 摄像头型号混用，不同摄像头的自动曝光策略不同，导致部分数据的图像亮度与训练时不一致，推理表现变差，后来统一型号并固定曝光参数解决；二是学生为了省时间把演示条数压到十几条，训练出的策略在物体位置稍有变化时就失败，通过把"最少采集条数"写进实验要求并强制检查来解决。

案例二：小型产线的分拣工位原型验证。背景是一家做小件分拣的工厂，想在一条产线工位上验证"用示教替代编程"的可行性，减少换型时的重新编程时间。做法是用 SO-101 臂加腕部相机，针对三种不同零件各采集一批演示，训练一个 ACT 策略，在工位上做连续抓取测试。关键配置是把图像分辨率控制在合理范围、batch size 按显卡显存设定、并把训练步数设到足够让 loss 收敛后稳定。效果上，在零件摆放大致固定的前提下，换型时只需要重新采集几十条演示并重训一次，比传统示教编程的调整时间短。踩到的坑有三个：一是工厂环境光照随时间变化，下午的阳光斜射导致图像分布与上午差异大，最终在工位加装了遮光罩和恒定补光；二是舵机臂在连续运行后出现轻微温漂，关节零点偏移导致抓取位置逐渐偏，通过阶段性重新标定并把抓取位姿做小幅自适应补偿缓解；三是初期采集的演示中包含了大量"试探性来回移动"的无效动作，策略学到了这些抖动，最后在采集规范里要求演示动作干净利落，一次性移动到目标位置。

两个案例共同指向一条经验：LeRobot 把工程门槛降下来了，但数据质量的门槛一点没降。演示的干净程度、光照的稳定性、相机的位置固定程度，这三件事决定了最终效果的上限。建议在任何项目开始时，先用公开数据集跑通全流程确认环境无误，再投入时间采集自己的数据，这样能避免把时间浪费在排查环境问题上。