LeRobot documentation

NVIDIA RoboLab

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.7.0).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

NVIDIA RoboLab

RoboLabは、NVIDIA Isaac Labでシミュレートされ、Isaac SimのRTXレンダラーでレンダリングされるDROIDロボット(Robotiq 2F-85グリップを備えたFranka Pandaアーム)向けの120のテーブルトップ操作タスクからなるベンチマークです。タスクには、ピック&プレイス、積み上げ、仕分け、再配置、および言語条件付きのバリアント(空間関係、色、数え上げ、曖昧な指示)が含まれ、難易度はシンプル、中程度、複雑の3段階で評価されます。

要件とライセンス

  • GPU: NVIDIA RTX GPU(Isaac Sim は RTX でレンダリングされます)。1 つのタスクの 1 つの env には、Isaac Sim を含めて約 7 GB の VRAM が必要です。同じタスク内の追加の env ごとに、約 1〜2 GB が追加で必要になります(RoboLab のガイドでは、タスクによって異なりますが、48 GB の GPU に 30〜100 個の env を収めることができます)。ポリシーには、これとは別に独自のメモリが必要です。
  • Isaac Sim: RoboLab は、Isaac Sim 6.0.1 と Isaac Lab 3.0 beta 2、すなわち RoboLab の Isaac Sim 6 スタックで動作します。Isaac Sim を使用するには、NVIDIA Isaac Sim ライセンスへの同意が必要です。Docker イメージは、RoboLab 独自のイメージと同様に、これを自動的に同意します。
  • アセット: RoboLabのシーン、オブジェクト、ロボットモデル(git LFSから約6 GB)は、主にCC BY-NC-SA 4.0ライセンスですが、一部は他の条件が適用されます。詳細はRoboLabのTHIRD_PARTY_NOTICES.mdを参照してください。LeRobotはこれらを配布しません。イメージをビルドする際に、NVlabsからダウンロードされます。
  • Docker、以下のサーブ構成のために: イメージのビルドには BuildKit (docker buildx)、コンテナが GPU を使用できるようにするには NVIDIA Container Toolkit。

サーブして実行する(推奨)

Isaac Lab 3.0 beta は transformers==4.57.6(したがって huggingface-hub<1.0)、numpy==2.3.1 および packaging==26.0 を固定しており、これらは LeRobot 自身の依存関係では受け入れられません。RoboLab は独自の Docker イメージで、lerobot-env-server の背後で実行し、ポリシーはいつもの LeRobot 環境で実行してください。

# Build the image on first use (Isaac Sim and the assets: a long first build), then serve every task
lerobot-env-server --config_path=docker/sim/configs/robolab.yaml --docker=true

# In your LeRobot environment
lerobot-eval \
  --policy.path=<your DROID joint-position policy> \
  --env.type=robolab \
  --env.task=BananaInBowlTask \
  --env.server.endpoint=tcp/127.0.0.1:7448 \
  --rename_map='{"observation.images.over_shoulder_left_camera": "observation.images.<exterior>", "observation.images.wrist_cam": "observation.images.<wrist>"}' \
  --eval.batch_size=1 \
  --eval.n_episodes=10

サーバーは設定されたタスクのいずれかを実行します。クライアントが要求したタスクを開き、サーバーは実行中の Isaac Sim でそれを構築します(数秒かかります)。Isaac Sim 自体の起動には、数秒から数分かかります。コンテナ内で GPU が見つからない場合(ERROR_INCOMPATIBLE_DRIVER)、Simulation の Vulkan に関する注記を参照してください。

ローカルで実行する

環境にIsaac SimとRoboLabがインストールされている場合、--env.server.endpointを指定し、lerobot-evalを実行すると、RoboLabは独自のプロセスで実行されます。Dockerイメージと同様に、まずRoboLabのスタックをインストールし、その後、依存関係なしでLeRobotをインストールしてください。

GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/NVlabs/RoboLab.git && git -C RoboLab lfs pull
uv venv --python 3.12 && source .venv/bin/activate
uv pip install "isaaclab[isaacsim]==3.0.0b2.post1" -e ./RoboLab \
  --extra-index-url https://pypi.nvidia.com --index-strategy unsafe-best-match
uv pip install --no-deps -e ./lerobot
uv pip install draccus termcolor eclipse-zenoh  # what the rest of LeRobot's simulation code imports
export OMNI_KIT_ACCEPT_EULA=YES                 # accepts the Isaac Sim license

この環境では、transformers 5 が必要なポリシー(π₀.₅、SmolVLA など)を収容する余地がありません。それらはサーブとして実行してください。

タスク

RoboLab の 120 のタスクはそれぞれ 1 つのタスク ID を持つ独自のスイートであり、lerobot-eval はタスクごとの成功率と全体の成功率を報告します。--env.task にはカンマ区切りのタスク名リストを指定します。例: BananaInBowlTask,RubiksCubeAndBananaTask。空にすると 120 個すべてのタスクが対象になります。タスク名、指示、難易度は RoboLab の タスクメタデータ に記載されています。

タスクのすべての env は GPU 上の 1 つの Isaac Lab world を共有します: --eval.batch_size=N を使用すると、その world 内で N エピソードが同時に実行されます。

観察とアクション

キー形状コンテンツ
observation.images.over_shoulder_left_camera720 × 1280 × 3ロボットの左側の外部カメラ
observation.images.wrist_cam720 × 1280 × 3手首カメラ
observation.state8joint_0.pos … joint_6.pos(ラジアン)、gripper.pos(0: 開、1: 閉)
action87つの関節の絶対的な目標位置、その後グリップ: 0.5以上で閉じる

ロボットは 15 Hz で動作し(物理シミュレーションは 120 Hz、1 アクションあたり 8 ステップの物理ステップ)、DROID と同様に robot_type="Franka" として LeRobot に記録されます。各エピソードにはタスクの時間制限(20 秒から 300 秒、つまり 300 ステップから 4,500 ステップ)が設定されており、成功したエピソードは terminated として終了し、時間切れになったエピソードは truncated として終了します。タスクの指示は、環境のタスク説明です。

Sim ロボット

RoboLabは、lerobot-rollout、lerobot-recordおよびその他のロボットツールにおいて、実際のDROIDロボットの代わりを務めることもできます(シミュレーション: ローカルまたはサーブを参照):

lerobot-rollout \
  --robot.type=sim --robot.env.type=robolab --robot.env.task=BananaInBowlTask --robot.task_id=0 \
  --robot.env.server.endpoint=tcp/127.0.0.1:7448 \
  --policy.path=<your policy> --fps=15 ...

環境設定リファレンス

パラメータデフォルト説明
taskempty: すべて 120カンマ区切りのタスク名
cameras"WRIST_LEFT"RoboLabのrobolab/registrations/droid/camera_presets.pyにあるカメラプリセット。例えば、両方の外部カメラにはWRIST_LEFT_RIGHTを使用します
instruction_type"default"各タスクが与える指示の種類: default、vague、またはspecific
observation_height, observation_widthunset: 720 × 1280GPU上で先にカメラフレームをリサイズする、例えばサーバーからより小さいフレームを送信する場合など

リーダーボードとの比較

RoboLabのリーダーボードは、デフォルトの指示、WRIST_LEFTカメラ、および関節位置アクション(これらはLeRobotのデフォルト設定)を使用して、タスクごとに10エピソードを評価します。数値を生成したIsaac Simのバージョンは明記されておらず、RoboLabのデフォルトはIsaac Sim 5.0です。Isaac Simのバージョン間で物理演算やレンダリングが異なるため、このIsaac Sim 6.0.1環境で得られた数値は直接比較できません。

Update on GitHub