🔧 环境配置
🤖 KUAVO-DATA-CHALLENGE 是一个完整的机器人模仿学习框架,基于 LeRobot 构建,专为 Kuavo 人形机器人设计。该框架提供了从数据转换、模型训练到真机部署的完整工具链。
🎯 核心特性:
- 🔄 数据转换: 支持 ROS bag 到 LeRobot parquet格式的转换
- 🚀 一键训练: IL 模型训练框架 (diffusion policy, ACT)
- 🎮 实时部署: 支持训练模型在实际机器人上的实时推理和控制
♻️ 环境要求
- 系统:推荐 Ubuntu 20.04(22.04 / 24.04 建议使用 Docker 容器运行)
- Python:推荐 Python 3.10
- ROS:ROS Noetic + Kuavo Robot ROS 补丁(支持 Docker 内安装)
- 依赖:Docker、NVIDIA CUDA Toolkit(如需 GPU 加速)
📦 安装指南
1. 克隆代码
# SSH
git clone git@github.com:LejuRobotics/kuavo_data_challenge.git
# 或者
# HTTPS
git clone https://github.com/LejuRobotics/kuavo_data_challenge.git
cd kuavo-data-challenge
# 切换分支
git checkout dev
# 更新third_party下的lerobot子模块:
git submodule init
git submodule update --recursive --progress
2. Python 环境配置
使用 conda (推荐)或 python venv 创建虚拟环境kdc_dev(python 3.10):
- ananconda配置:
conda create -n kdc_dev python=3.10
conda activate kdc_dev
- 或, 源码安装Python3.10.18,再用venv创建虚拟环境
⚠️ 注意:ppa:deadsnakes 在2025年6月后不能在ubuntu20.04上提供了,下述安装方式不一定成功:
sudo apt update
sudo apt install -y software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install -y python3.10 python3.10-venv python3.10-dev
可以尝试下,不行请使用源码安装:
sudo apt update
sudo apt install -y build-essential libssl-dev zlib1g-dev libncurses5-dev libncursesw5-devlibreadline-dev libsqlite3-dev libgdbm-dev libdb5.3-dev libbz2-dev libexpat1-dev liblzma-dev tk-dev libffi-dev uuid-dev wget
wget https://www.python.org/ftp/python/3.10.18/Python-3.10.18.tgz
tar -xzf Python-3.10.18.tgz
cd Python-3.10.18
./configure --prefix=$HOME/python3.10 --enable-optimizations
make -j$(nproc)
sudo make install
然后创建venv环境:
python3.10 -m venv kdc_dev
source kdc_dev/bin/activate
查看和确保安装正确:
python # 查看python版本,看到确认输出为3.10.xxx(通常是3.10.18)
# 输出示例:
# Python 3.10.18 (main, Jun 5 2025, 13:14:17) [GCC 11.2.0] on linux
# Type "help", "copyright", "credits" or "license" for more information.
# >>>
pip --version # 查看pip对应的版本,看到确认输出为3.10的pip
# 输出示例:pip 25.1 from /path/to/your/env/python3.10/site-packages/pip (python 3.10)
3. 安装依赖:
source /opt/ros/noetic/setup.bash # 进入python环境先source好ros自带的python库,建议这行写入~/.bashrc
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 建议首先换源,能加快下载安装速度
pip install -r requirements_ilcode.txt # 无需ROS Noetic,但只能使用kuavo_train模仿学习训练代码,kuavo_data(数转)及 kuavo_deploy(部署代码)均依赖ROS
# 或
pip install -r requirements_total_agxorin.txt # 需确保 ROS Noetic 已安装 (推荐)
安装完打印下检查下lerobot版本:2025年11月20日为0.4.2版本
pip show lerobot
若不是最新版 (0.4.2):
cd third_party/lerobot
git fetch
git reset --hard origin/main
cd ../../
重新pip install -r requirement即可。
如果pip安装完毕但运行训练代码时报ffmpeg或torchcodec的错:
conda install ffmpeg==6.1.1
# 或
# pip uninstall torchcodec