新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何用 660 美元组装一台双臂移动家庭机器人:XLeRobot 开源项目完整指南

发布时间:2026/11/20 18:55:58来源:尧图网络
如何用 660 美元组装一台双臂移动家庭机器人:XLeRobot 开源项目完整指南
如何用 660 美元组装一台双臂移动家庭机器人XLeRobot 开源项目完整指南【免费下载链接】XLeRobotXLeRobot: Practical Dual-Arm Mobile Home Robot for $660项目地址: https://gitcode.com/GitHub_Trending/xl/XLeRobot想尝试具身智能可商用的移动双臂机器人动辄三万美元起。XLeRobot 是一个完全开源、免费的项目约 660 美元的物料就能组装一台双臂移动家庭机器人总装配时间不到 4 小时。先弄清它是什么XLeRobot 是一套开源的双臂移动家庭机器人方案包含硬件清单、3D 打印结构件和完整的控制与训练代码。所有控制、仿真和训练都在你自己的电脑或树莓派上运行不需要云端服务。它基于 LeRobot 框架Hugging Face 推出的低成本机器人开源框架如果你手上已有 SO-101 机械臂软件可以直接沿用。组装完成后它能做什么 ⚙️按能不能动、能不能省硬件、能不能学东西三个实际关心的问题来拆能不能动四种遥操作方式控制方式连接延迟适合场景键盘蓝牙零延迟首次上手方便调参Xbox 手柄蓝牙零延迟摇杆操控最直观Switch Joycon蓝牙零延迟成本低、随身带VR 头显蓝牙低延迟沉浸式遥操作示例四种方式全部走蓝牙、不依赖 WiFi省掉了搭建远程通信链路的功夫。能不能不先买硬件可以。仓库自带 MuJoCo 和 ManiSkill 两套仿真环境键盘、Xbox、Joycon、VR 在仿真里都能用官方口径是 15 分钟跑起来。这帮你省掉了先花几千块买硬件才能调试代码的门槛。能不能学东西仓库内置 YOLO 目标检测与跟踪示例、遥操作数据集录制脚本以及 RL 仿真到真机的部署教程VLA视觉-语言-动作大模型训练教程也已放出。训练管道不用自己从零搭可以直接在 LeRobot 的模型库上继续做。从零到跑通最小可复现路径仿真路线不需要任何硬件Ubuntu 或 Linux 环境git clone https://gitcode.com/GitHub_Trending/xl/XLeRobot cd XLeRobot/simulation/mujoco python3 -m venv .venv source .venv/bin/activate pip install -r requirements.txt python xlerobot_mujoco.py启动后窗口内会用Home/End控制底盘前后Q/W/E与U/I/O分别控制左右臂关节。真机路线按仓库硬件文档物料清单采购零件基础版约 660 美元3D 打印结构件仓库hardware/目录提供 STL/STEP 文件总装配约 4 小时按 LeRobot 官方指南 安装依赖把software/下对应文件复制到 lerobot 安装目录运行python 4_xlerobot_teleop_keyboard.py完成键盘全系统遥操作适用边界适合的人群实验室与初创团队用远低于商用平台的成本快速做具身智能原型学生与教师从入门到研究都能覆盖的机器人课程平台DIY 爱好者室内递送、植物护理、家庭自动化类项目明确不推荐需要单臂承载 1kg 以上重物的任务实际单臂负载 6001000g手内灵巧操作和接球这类高动态动作实操提醒报需要 9 个电机但检测到 8 个的错误时需要交换两块电机控制板的 ID 再试Ubuntu 下插入控制板后要执行sudo chmod 666 /dev/ttyACM0和sudo chmod 666 /dev/ttyACM1否则读不到串口手臂长度约 40cm、整机高度固定任务设计别超出这个工作空间报价不含 3D 打印、运费和税官方组装套件3699 元不含电池和宜家推车底盘完全没接触过编程的话先花一两天熟悉 Python、git clone、pip install这些基本操作高频疑问 ❓Q不买硬件能体验吗能。MuJoCo 和 ManiSkill 仿真开箱即用控制脚本与真机代码是同一套接口。Q已有 SO-101 单臂要花多少钱升级不用换电机加装移动底盘即可官方口径升级花费不到 1500 元。Q需要多强的编程基础能跑通git clone和pip install、会看终端报错即可示例代码都带注释路径说明。Q在家里跑安全吗低扭矩电机、短臂和轮式底盘决定了它物理上很难伤人但运行时仍需有人看着。收尾代码、模型、3D 文件全部放在 XLeRobot 开源仓库git clone https://gitcode.com/GitHub_Trending/xl/XLeRobot即可开始。【免费下载链接】XLeRobotXLeRobot: Practical Dual-Arm Mobile Home Robot for $660项目地址: https://gitcode.com/GitHub_Trending/xl/XLeRobot创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉