5. 软件环境搭建
在 Ubuntu x86 或 Jetson 上搭建 LeRobot 软件环境:安装 Miniforge、克隆经验证的 Seeed LeRobot 仓库、安装 ffmpeg、PyTorch 与 feetech 电机依赖。
系统要求
Ubuntu x86:
- Ubuntu 22.04
- CUDA 12+
- Python 3.12
- Torch 2.6+
Jetson Orin:
- Jetson JetPack 6.0 与 6.1(暂不支持 JetPack 6.2)
- Python 3.12
- Torch 2.3+
回顾第 3 章的要求:避免 Windows 上的 WSL 或虚拟机 Ubuntu —— 原生 Ubuntu 或 Jetson 的坑最少。
安装 LeRobot
PyTorch、torchvision 等环境需要根据你的 CUDA 版本安装。请按你的设备选择对应步骤。
- X86 Ubuntu 22.04
- Jetson Orin
1. 安装 Miniforge:
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
chmod +x Miniforge3-Linux-x86_64.sh
./Miniforge3-Linux-x86_64.sh
# 安装完成后:
source ~/.bashrc
# 初始化所有 shell
conda init --all
2. 为 LeRobot 创建并激活全新 conda 环境:
conda create -y -n lerobot python=3.12 && conda activate lerobot
3. 克隆经验证的 LeRobot 仓库:
git clone https://github.com/Seeed-Projects/lerobot.git ~/lerobot
4. 在环境中安装 ffmpeg:
conda install ffmpeg -c conda-forge
这通常会安装带 libsvtav1 编码器的 ffmpeg 7.X。如果不支持 libsvtav1(用 ffmpeg -encoders 检查),可以显式安装 ffmpeg 7.1.1:
conda install ffmpeg=7.1.1 -c conda-forge
这条命令也能修复后续编码数据集视频时出现的 No valid stream found in input file 报错。
5. 安装 LeRobot 及 feetech 电机依赖:
在新装的 Ubuntu 22.04 上 —— 尤其是最小化安装 —— 可能默认没有 gcc 等编译工具,feetech 依赖里的 evdev 包会编译失败。先装好基础编译工具:
sudo apt update
sudo apt install build-essential
cd ~/lerobot && pip install -e ".[feetech]"
1. 安装 Miniforge:
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-aarch64.sh
chmod +x Miniforge3-Linux-aarch64.sh
./Miniforge3-Linux-aarch64.sh
# 按提示输入 'yes' 或回车。安装完成后:
source ~/.bashrc
2. 为 LeRobot 创建并激活全新 conda 环境:
conda create -y -n lerobot python=3.12 && conda activate lerobot
3. 克隆经验证的 LeRobot 仓库:
git clone https://github.com/Seeed-Projects/lerobot.git ~/lerobot
4. 在环境中安装 ffmpeg:
conda install ffmpeg -c conda-forge
5. 安装 LeRobot 及 feetech 电机依赖:
cd ~/lerobot && pip install -e ".[feetech]"
6. Jetson JetPack 6.0+ 设备(请先从步骤 5 开始安装 PyTorch-gpu 与 Torchvision,再执行本步):
conda install -y -c conda-forge "opencv>=4.10.0.84" # 通过 conda 安装 OpenCV 及其他依赖
conda remove opencv # 卸载 conda 版 OpenCV
pip3 install opencv-python==4.10.0.84 # 通过 pip3 重新安装 opencv-python
conda install -y -c conda-forge ffmpeg
conda uninstall numpy
pip3 install numpy==1.26.0 # 需要与 torchvision 匹配
验证环境
通过 pip 安装 LeRobot 可能会把原有的 PyTorch 和 torchvision 替换成 CPU 版本,训练前务必检查。在 lerobot conda 环境中运行:
python # 在终端中启动 Python
import torch
print(torch.cuda.is_available())
exit() # 退出 Python
False→ 当前环境用的是 CPU 版 PyTorch。需要 GPU 训练或推理时,请按 PyTorch 官方指南 重装与你 CUDA 版本匹配的 PyTorch 和 torchvision。True→ GPU 加速可用。
NVIDIA RTX 50 系显卡需要 CUDA 12.8 或更高的预览版:
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128
最后确认 LeRobot 命令行工具已在 PATH 中:
lerobot-find-port --help
命令能打印帮助信息,环境就绪,可以进入下一章配置电机与组装机械臂。