近日，Hugging Face 联合英国牛津大学团队发布开源机器人学习库 LeRobot，被业内誉为“机器人界的 PyTorch”。该库致力于实现机器人技术栈的端到端集成，推动机器人从传统方程控制向数据驱动泛化范式转型。 LeRobot 支持从文本、视频到传感器数据的多模态学习，适配多种机器人硬件平台，涵盖 SO-100 机械臂、ALOHA-2 操作器、人形机器人手臂，以及模拟环境和自动驾驶数据集。其核心功能之一是 LeRobotDataset，一种专为机器人学习设计的标准化数据集格式。该格式可统一存储多模态数据与时间序列信息，包括任务描述、设备类型、帧率等元数据，实现与 PyTorch 及 Hugging Face 生态系统的无缝对接，支持灵活扩展与定制。 LeRobot 不仅提供高效算法实现，还内置实验管理与追踪功能，支持强化学习、模仿学习等主流方法，并构建了可解耦动作规划与执行的推理栈。其发展路线体现了机器人学习的演进：从早期强化学习的高样本成本与安全风险，转向融合人类指导的 HIL-SERL 方法；再通过模仿学习实现安全、高效的专家演示学习；最终迈向跨任务、跨平台的通用语言条件模型，如 π0 和 SmolVLA 等模型所展现的零样本泛化能力。 论文指出，大规模公开数据集与标准化架构的兴起，正加速机器人领域的开源化进程。LeRobot 的出现，正是这一趋势的关键推动力。它旨在降低机器人研发门槛，让开发者仅需几行代码即可调用前沿模型，使普通爱好者也能训练并部署机器人策略。长远来看，LeRobot 有望助力机器人技术从封闭、昂贵走向开放、普及，加速通用机器人时代的到来。