LeRobot 环境安装
LeRobot Environment Setup
安装配置 LeRobot 框架，包括 Python 环境、依赖包和 CUDA 配置
未开始
完成后会同步到学习路径和首页统计
这一章完全不需要机械臂 —— 但它劝退了大约 80% 的初学者。原因几乎都不是 LeRobot 本身难装，而是环境没隔离干净：有人直接拿系统 Python 一把梭 pip install，几天后系统启动器都被搞坏。
我们用 conda 建一个完全独立的环境。它不只隔离 Python 包，还隔离 Python 版本本身 —— 你的系统装什么版本都不管，conda 单独给 LeRobot 一个干净的 3.10。崩了？删掉环境重建，系统毫发无伤。
这一章把"建环境 → 装 LeRobot → 验证 PyTorch/CUDA"一步步走通，并提前认识那个你迟早会遇到的 CUDA out of memory。
环境是地基，地基歪了后面全塌：
- 用系统 Python 装依赖 → 迟早污染系统，难以收拾
- 不验证 PyTorch/CUDA → 训练时才发现 GPU 没接上，白等几小时
- 不懂 OOM 应急 → 一遇到显存报错就以为是显卡不够，其实改个参数就行
把这一章走干净，后面的数据采集、训练、推理都建立在一个可复现、可删除重建的环境上。
- 创建并激活 Python 虚拟环境
- 安装 LeRobot 及其依赖
- 配置 CUDA 和 PyTorch
- 1LeRobot 是 Hugging Face 开发的机器人学习框架
- 2支持多种机械臂和模仿学习算法
- 3需要 Python 3.10+ 和 CUDA 支持
为什么用 conda 隔离
flowchart TB
OS["💻 操作系统"] --> Sys["🐍 系统 Python (别碰)"]
OS --> Conda["📦 conda 管理器"]
Conda --> E1["🟢 env: lerobot (Python 3.10)"]
Conda --> E2["🟡 env: 其他项目"]
style Sys fill:#7f1d1d,stroke:#7f1d1d,color:#fff
style E1 fill:#15803d,stroke:#15803d,color:#fff创建 LeRobot 专属环境
用 conda 建一个名为 lerobot、Python 版本锁定 3.10 的独立环境。-y 表示"别问了直接装"。
如果你还没装 conda，先去装 Miniconda（不要 Anaconda，太重）。
创建并准备环境
conda create -n lerobot python=3.10 -y... Preparing transaction: done Verifying transaction: done Executing transaction: done # # To activate this environment, use # $ conda activate lerobot
看到 "To activate ... conda activate lerobot" 就成功了。
激活环境并安装 LeRobot
先激活环境（命令行提示符会多出 (lerobot) 前缀），再从 GitHub 克隆并以可编辑模式安装。
每开一个新终端都要先 `conda activate lerobot` —— 忘了激活是 ModuleNotFoundError 的头号原因。
激活 + 克隆 + 安装
conda activate lerobotgit clone https://github.com/huggingface/lerobot.gitcd lerobot && pip install -e .(lerobot) $ ... (下载编译约 3-5 分钟) ... Successfully installed lerobot torch numpy ...
提示符没有 (lerobot) 前缀就说明环境没激活，这时 pip 装的东西全进了错误的地方。
验证 PyTorch 能用 + 能否看到 GPU
装完不等于能用。跑一行代码同时验证两件事：PyTorch 装好了、以及 GPU 能否被检测到。
输出 True = GPU 可用；输出 False = PyTorch 装对了但没找到 GPU（你没显卡，或驱动没装）。
验证脚本
python -c "import torch; print(torch.cuda.is_available())"True
输出 False 也别慌 —— 见下方"常见误区"，没 GPU 一样能学前 6 章。
创建 conda 环境
conda create -n lerobot python=3.10 -y激活环境
conda activate lerobot克隆 LeRobot
git clone https://github.com/huggingface/lerobot.git安装依赖
cd lerobot && pip install -e .验证 PyTorch
python -c "import torch; print(torch.cuda.is_available())"验证输出了 `False`，是不是装错了要重装？
根本原因
False 只代表"没找到可用 GPU"，不代表 PyTorch 装错。
正确认识
没 GPU 也能跑，LeRobot 自动 fallback 到 CPU，只是训练慢 10-30 倍。前 6 章（采集、数据、推理体验）CPU 完全够，第 7 章训练才想要 GPU。删了重装也是同样结果，别折腾。
`ModuleNotFoundError: No module named lerobot`
根本原因
当前终端没激活 lerobot 环境，或安装没成功。
正确认识
先 conda activate lerobot 确认提示符有 (lerobot)，再 pip install -e .。pip list 可检查是否装上。
直接用系统 Python `pip install` 了，现在系统有点怪。
根本原因
污染了系统 Python 环境。
正确认识
以后所有项目都用 conda/venv 隔离，永远别动系统 Python。已经污染的话，conda 新环境是干净起点，系统层面的问题按发行版文档修复。
- conda 环境创建成功
- LeRobot 安装无报错
- PyTorch 能够检测到 CUDA
确认你在正确的环境里
打开一个新终端，先不要激活任何环境，直接跑 python -c "import lerobot"。会发生什么？然后 conda activate lerobot 再跑一次。对比两次结果。
预演 OOM 应急
假设第 7 章训练时报 CUDA out of memory。不查文档，凭这一章的内容，你第一个该调的参数是什么？
CUDA out of memory
- 原因：
- GPU 显存不足
- 解决：
- 减小 batch_size 或使用梯度累积
export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512ModuleNotFoundError: No module named lerobot
- 原因：
- LeRobot 未正确安装或环境未激活
- 解决：
- 确认已激活正确的 conda 环境并重新安装
conda activate lerobot && pip install -e .- Miniconda 安装文档
装 conda 的官方入口，选 Miniconda 不要 Anaconda。
- LeRobot 官方仓库 README
最权威的安装说明，本章和它保持一致。
- PyTorch Mixed Precision (AMP) 指南
显存吃紧时的官方解法，第 7 章会用到。
用 conda 建独立环境，别碰系统 Python。conda create -n lerobot python=3.10 → conda activate lerobot → 克隆 + pip install -e . → torch.cuda.is_available() 验证。
记住两条铁律：每个新终端先 activate；CUDA out of memory 先调小 batch_size。
下一章让电脑真正认出机械臂的两条串口，并做关键的校准。
本章讨论区
登录后即可参与讨论 —— 点击右上角的 登录 按钮
加载中…