Lerobot+飞特舵机：低成本搭建智能机械臂实战全攻略-平芜编程栈

我最早接触Lerobot，是冲着Hugging Face团队在开源机器人领域搞的那套东西去的。当时第一反应是：一个搞大模型的开源社区，怎么跑来折腾机械臂了？结果细看之后发现，Lerobot这个项目比我想象中务实得多——它把数据采集、模型训练、真机部署整条链路全打通了，而且底层驱动默认就支持国产飞特舵机，对我这种一直想从零搓一台智能机械臂、又不想被商业方案绑死的人来说，几乎是现成的答案。

这套组合拳打下来，整台机械臂的成本能控制在两千块上下，但能实现的操作逻辑和商业教育机械臂差不了太多，甚至因为有了模仿学习这块，上限反而更高。这篇文章我尽量不写废话，把Lerobot加飞特舵机从组装、配环境、调参，到数据采集和模型部署的完整过程捋一遍，顺便把我踩过的坑和排障经验也交代清楚，照着抄就行。

1. 项目整体设计与核心思路

1.1 为什么是Lerobot加飞特舵机

先解决一个观念问题：Lerobot并不是一个硬件产品，而是一套完整的机器人学习框架，准确说是Hugging Face开源的一套用于构建、训练和部署真实机器人的工具链。它最大的价值在于把“遥操作采集数据—训练模仿学习模型—策略部署到真机”这条路径标准化了。你可以在一个小时内用它教会机械臂完成推棋子、开门、叠衣服这类任务，而不是像传统方式那样，每个动作都靠手写轨迹规划去硬编码。

飞特舵机则是这里的执行层，也是性价比的关键。市面上支持Lerobot的机械臂方案不少，但官方文档和社区案例里，飞特（Feetech）的SCS系列串行总线舵机出场率极高。原因其实很直白：

飞特舵机是国产供应链，价格便宜，SCS0009这种级别的舵机几十块一个，一套六自由度的臂体加夹爪，舵机成本控制在一千以内。
它走的是半双工串行总线通信，一根线就能把多个舵机串起来，不用每个舵机单独接PWM线，理线难度下降一个档次。
Lerobot的源码里已经内置了飞特舵机驱动模块，不用自己撸底层协议，开箱即用。

这套组合的核心逻辑就是：Lerobot负责“大脑”，飞特舵机负责“肌肉”，中间用串口转TTL模块连接。你不需要懂机器人运动学，也不需要自己写舵机控制协议，框架把中间层都封装好了。

1.2 核心需求拆解与技术路线

在动手之前，我先定了几个目标，也建议你照着这个思路来，不然很容易做着做着就跑偏：

能通过手柄或者直接拖动舵机的方式，采集机械臂的运动轨迹数据。
用采集到的数据训练一个简单的模仿学习模型，让机械臂能复现之前的动作。
全程不写运动学正逆解代码，依赖Lerobot自带的模型和工具链。

技术路线我最终定成：飞特SCS系列舵机 + 3D打印结构件 + Ubuntu + Lerobot框架 + ACT策略模型。这套路线最大的优势是每个环节都有现成轮子，不用重复造。比如Lerobot官方支持的臂型列表里就有基于飞特舵机的方案，配置文件直接套用官方模板改参数就行。

1.3 认识Lerobot的整体架构

Lerobot的架构其实不复杂，核心就三层，你理解了这三层后面就顺了：

硬件抽象层：封装了舵机控制、相机采集、传感器读取这些动作，对外提供统一接口，不管你是飞特舵机还是达妙电机，对上层来说都是“关节”。
数据管道层：负责把遥操作时记录的关节角度、时间戳、图像帧打包成数据集，存成Hugging Face标准的datasets格式，方便后续训练。
模型层：内置了ACT、Diffusion Policy这些主流的模仿学习算法，训练完直接导出模型权重，部署时加载即可推理。

我第一次看代码的时候觉得挺绕，但实际跑通一遍之后发现，它就是把原本机器人领域分散的工具链整合成了一个闭环。你可以把它理解成一个“机器人版的PyTorch Lightning”，不关心底层细节，专注于采集数据、跑训练、看效果。

2. 硬件准备、组装与舵机配置

2.1 硬件清单与选购避坑

先过一遍我用的物料清单，成本都标出来了，供参考：

物料	型号/规格	数量	参考单价	备注
舵机	飞特SCS0009	6	约120元	关节用，15kg.cm扭矩够用
舵机	飞特SCS0015	1	约150元	夹爪用，扭矩大点才夹得稳
结构件	3D打印PLA/ABS	1套	约100元	网上有开源图纸
控制板	ESP32 / Arduino Due	1	约50元	Lerobot支持这两种控制板
串口模块	USB转TTL（支持半双工）	1	约20元	必须支持方向控制
电源	12V 5A直流电源	1	约60元	舵机供电，别用USB供电
相机	USB摄像头，640x480以上	1	约80元	选支持UVC协议的
夹爪	3D打印指夹结构	1套	含在上述结构件中	兼容SCS0015

选购的时候有几个坑我替你先踩了：

不要买不带串行总线接口的飞特舵机，比如模拟舵机或者PWM舵机，Lerobot驱动不了。认准SCS系列或者STS系列，这两个系列走的是串行总线协议。
电源是关键。飞特舵机启动瞬间电流很大，六个舵机同时上电，瞬间电流能到5A以上。我用过一个12V 3A的电源，一动起来直接电压跌落重启。直接上12V 5A，稳得很。
控制板我推荐ESP32，便宜且Lerobot官方支持完善。但注意买那种引出足够多GPIO的版本，最好是ESP32 DevKitC，接线方便。

2.2 机械臂结构组装要点

结构件我用的是开源的SO-101臂型图纸，网上搜一下就能找到。这套图纸是专为串行总线舵机设计的，尺寸匹配度很高，基本不用自己改。

组装的时候有几点心得：

打印参数建议壁厚不低于3层，填充40%以上。关节受力大，填充太低容易断裂。我用PLA打印，用了一年多还没出问题，没必要上ABS。
舵机安装顺序建议从底座往末端装，每装好一个关节就手动转一下，确认舵机输出轴和结构件转动一致，别等全装完才发现某个关节装反了。
夹爪的推杆结构比较脆弱，装的时候注意别用蛮力。

2.3 舵机初始化配置：ID、波特率与方向

这一步是很多人卡住的地方。飞特舵机出厂时默认ID是1，波特率是1000000，但一套机械臂六个舵机，ID必须各不相同，否则总线冲突，所有舵机都不动。

配置舵机参数有两种方式：

用飞特官方上位机软件（Feetech调试助手）
用Lerobot自带的舵机扫描脚本

我推荐先用飞特上位机，因为直观。操作流程是：

用USB转TTL模块连接舵机信号线（注意舵机线序：红线电源、黑线地线、黄线信号）
打开上位机，选对串口号和波特率，点击“扫描舵机”，能扫到就说明通信正常
逐个修改舵机ID，建议按关节顺序编号：底座1、肩部2、肘部3、腕部4、腕部5、夹爪6
顺手把每个舵机的“舵机方向”位设置一下，保证所有关节同一个正方向

这里有个细节：不同关节的安装方向不一样，如果直接用默认方向值，校准的时候你会发现有的关节角度反了。Lerobot的配置文件里有单独的“direction”参数可以修正，所以舵机侧的“方向”位不是必须改，如果你熟悉配置流程，留到配置文件里处理也行。

2.4 接线拓扑与供电方案

串行总线舵机最大的优势就是接线简单。六个舵机用一分二的TTL线串联起来，从控制板的GPIO口引出信号线，接到第一个舵机，然后第一个舵机的第二接口串到第二个，以此类推。电源线则全部并联到12V电源上。

控制板的接线方式取决于你用ESP32还是Arduino Due：

ESP32：Lerobot默认用GPIO 4作为舵机总线 TX，GPIO 36作为RX，中间接一个MAX485或者硬件方向控制的TTL转RS485模块
Arduino Due：Lerobot用的是硬件串口，接线更简单

我强烈建议你在舵机总线上并联一个1000μF以上的电解电容，靠近舵机电源端，能有效抑制电压尖峰。实测没加电容之前，舵机快速转动时偶发掉线，加了之后就再没出现过。

3. Ubuntu环境搭建与Lerobot安装

3.1 为什么推荐在Ubuntu下跑

Lerobot对Windows的支持目前还是半残状态，特别是串口通信和数据集处理这块，在Windows下经常出现权限问题或者依赖冲突。我最初就是在Windows上折腾了三天，各种报错，最后老老实实装了个Ubuntu 22.04双系统，半小时搞定。

如果你手头没有Ubuntu机器，两个方案：

装双系统：推荐，实时性最好，USB串口通信稳定
用虚拟机：能用，但串口透传偶尔延迟高，采集数据时可能丢帧

我个人建议直接上双系统。反正Lerobot只需要Ubuntu跑训练和推理，日常使用切回Windows就行。

3.2 安装步骤详解

安装过程其实不复杂，核心就三步：装Python环境、装Lerobot包、验证安装。

依次执行以下命令：

# 更新系统软件源 sudo apt update && sudo apt upgrade -y # 安装基础依赖 sudo apt install -y git python3-pip python3-venv # 创建conda环境（推荐用miniconda，别用anaconda，太臃肿） wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh # 创建Lerobot专用环境 conda create -n lerobot python=3.10 -y conda activate lerobot # 克隆Lerobot源码 git clone https://github.com/huggingface/lerobot.git cd lerobot # 安装依赖 pip install -e .

等pip把依赖装完，基本就到位了。这里有个容易踩的坑：pip install -e .会安装PyTorch，默认装的是CPU版本，如果你的机器有NVIDIA显卡，需要先装CUDA版的PyTorch再装Lerobot，否则训练模型慢到怀疑人生。

# 有NVIDIA显卡的，先手动装CUDA版PyTorch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 然后回Lerobot目录再装其他依赖 cd lerobot pip install -e .

3.3 验证安装与目录结构

装完之后，快速验证一下：

python -c "import lerobot; print('OK')"

能输出OK就说明环境没问题。再看一眼Lerobot的目录结构，几个关键目录你后面会经常用到：

lerobot/robots/：机械臂配置和控制逻辑
lerobot/scripts/：各种启动脚本，比如采集和训练都在这里
lerobot/configs/：所有配置文件的存放位置

熟悉了这三个目录，后面对你来说就完全透明了。

4. 真机对接：让Lerobot识别并控制飞特舵机

4.1 编写机械臂配置文件

这是Lerobot对接硬件的关键一步。进入lerobot/configs/robots/目录，能看到官方提供的各种机械臂配置文件。我们要做的，是新建一个自己的配置文件，把舵机信息填进去。

写一个so101_myarm.yaml文件，核心配置项如下：

robot: name: "so101_myarm" num_joints: 6 # 对应六个关节 joints: - name: "base" motor: "feetech" id: 1 - name: "shoulder" motor: "feetech" id: 2 - name: "elbow" motor: "feetech" id: 3 - name: "wrist1" motor: "feetech" id: 4 - name: "wrist2" motor: "feetech" id: 5 - name: "gripper" motor: "feetech" id: 6 # 每个舵机的角度范围，单位：度 joint_limits: base: [-180, 180] shoulder: [-90, 90] elbow: [-90, 120] wrist1: [-90, 90] wrist2: [-90, 90] gripper: [-45, 45] # 舵机方向和零点偏移，按实际安装情况调整 joint_direction: base: 1 shoulder: -1 elbow: 1 wrist1: -1 wrist2: 1 gripper: 1 # 舵机总线通信参数 motors: bus_baudrate: 1000000 serial_port: "/dev/ttyUSB0"

注意joint_direction这个值，如果方向反了，校准的时候舵机会朝相反方向转动，改这里的正负号就能解决，不用动硬件。

4.2 串口权限与识别

配置写好之后，需要确认系统能识别到USB转TTL模块。插上模块后执行：

ls /dev/ttyUSB*

正常情况下会输出/dev/ttyUSB0。如果看不到，可能是缺少驱动或者权限问题。

权限问题很常见，解法很粗暴：

sudo chmod 777 /dev/ttyUSB0

但这样每次重插都要重新设置，一劳永逸的办法是把自己加入dialout组：

sudo usermod -a -G dialout $USER

然后重启系统，之后插上就能直接用。

4.3 运行Lerobot舵机扫描

配置文件和串口都搞定之后，用Lerobot自带的脚本扫描一下，确认它能识别到所有舵机：

python lerobot/scripts/control_robot.py --robot.so101_myarm --robot.port /dev/ttyUSB0

启动后，脚本会尝试连接舵机总线。如果一切正常，你会看到类似这样的输出：

Connecting to Feetech motors... Found 6 motors, IDs: [1, 2, 3, 4, 5, 6]

这个输出代表Lerobot和飞特舵机之间的通信已经建立。

如果只扫到部分舵机，优先检查：

接线是否串联完整，有没有接错
舵机ID是否有重复
供电是否正常，电压低于10V时舵机可能无响应

4.4 手动驱动测试

我习惯在正式采集前，先手动发几个角度指令给各个关节，确认每个舵机的响应方向和自己预期一致。

在Lerobot的同一脚本下，有个teleoperate模式可以让你用手柄或者遥操作器控制机械臂，但我更推荐先直接向关节写入固定角度做单关节测试：

python lerobot/scripts/control_robot.py --robot.so101_myarm --reset

执行reset指令后，机械臂会回到零位。如果某个关节转动方向反了，就去改配置里的joint_direction，改完再执行reset，直到所有关节回到零位为止。

这一步虽然枯燥，但非常关键。不把每个关节方向和零点校准好，后面采集的数据全是歪的，模型练出来也是白搭。

5. 数据采集、模型训练与真机部署

5.1 搭建遥操作采集环境

Lerobot标配的采集方式有两种：一是用手柄（游戏手柄）控制机械臂，二是用外置遥操作机械臂。我不建议第一种，因为手柄控制多个关节非常别扭。第二种做起来成本也不高，我在二手平台淘了一台同款机械臂当主臂，用螺丝和联轴器把主臂和从臂的关节耦合在一起，你手动掰主臂，从臂就会跟着动。

这样采集数据最自然，因为你直接控制末端执行器做动作，机械臂的运动轨迹完全贴合真实操作。

采集数据的核心脚本是：

python lerobot/scripts/control_robot.py \ --robot.so101_myarm \ --robot.port /dev/ttyUSB0 \ --teleoperate \ --task "push_red_block"

这里的--task参数给任务起个名字，采集到的数据会存放在以这个名字命名的数据集文件夹中。

5.2 控制Lerobot进行有效的数据采集

启动采集后，通过可视化界面录制数据。实际采集时，每轮操作会记录约2-3秒的动作轨迹，每秒钟记录30帧的数据帧，每帧包含六个关节的角度和相机图像。

我踩过的坑是：最开始采集时，我习惯把动作做得很快，结果机械臂动作快，帧率跟不上，导致数据片段严重抖动。后来我请教了一位做机器人研究的同学，他给了我一个建议：采集时放慢速度，每个动作持续3秒以上。

具体需要注意的采集要点：

同一任务采集30-50条轨迹数据，太少模型学不会，太多训练时间指数增长
每次采集的起始位置尽量一致，这样模型学到的不是某个特定起点到终点的映射，而是更泛化的操作逻辑
让机械臂在终点位置做几次“夹取-释放”的动作，帮助模型区分不同动作阶段

# 摄像头画面预览 python lerobot/scripts/visualize_dataset.py --dataset.repo_id hf.co/myarm/push_red_block

5.3 训练模仿学习模型（ACT）

数据采完，接下来就是训练环节。Lerobot内置了多种模仿学习算法，我强烈推荐ACT（Action Chunking with Transformers），这是目前社区效果最稳的。

训练命令：

python lerobot/scripts/train_policy.py \ --policy.type act \ --dataset.repo_id hf.co/myarm/push_red_block \ --output_dir output/act_push_red_block \ --num_epochs 200

训练时长取决于你的显卡：

无GPU：一个任务200个epoch要跑三五天，基本不可用
RTX 3060级别：大约4-6小时
RTX 4090级别：不到2小时，跑起来飞快

训练过程中Loss会周期性打印到终端。正常情况是前10个epoch快速下降，之后进入缓慢下降通道。如果Loss振荡剧烈不下降，极大概率是数据采集有问题，建议先检查数据质量，再调提高epoch数。

5.4 部署策略：让机械臂自动执行任务

训练完成后，模型权重会存在output目录下，接下来是最后一步：部署到真机。

python lerobot/scripts/control_robot.py \ --robot.so101_myarm \ --robot.port /dev/ttyUSB0 \ --deploy \ --policy.path output/act_push_red_block/checkpoints/0100

执行部署后，系统会加载模型权重，初始化相机，然后你就可以把目标物体放到初始位置，按下启动按钮，机械臂会自动复现你之前演示的动作序列。

第一次看到自己训练出来的模型驱动实体机械臂完成动作时，那种成就感还是很顶的。不过注意，模型复现的是“操作逻辑”，不是完全复制轨迹。如果你训练数据里夹取动作偏移了，模型也会学歪，所以训练数据质量永远是第一位的。

5.5 扩展：基于Webots的多机械臂分拣仿真

做完了单臂的模仿学习，如果你还想继续往深处玩，我推荐一个特别适合进阶的方向——把训练好的模型部署到Webots仿真环境里，做多机械臂智能分拣。

Webots是一个开源机器人仿真平台，支持导入URDF模型和ROS接口，配合Lerobot能实现“真机采集—仿真训练—真机部署”的闭环验证。多机械臂分拣场景的玩法是：

在Webots里搭建一条含有传送带和多个机械臂的产线环境
每个机械臂负责识别和分拣不同类别的物料（通过颜色或形状识别）
用Lerobot采集的分拣轨迹数据训练各自的策略，然后部署到仿真环境中的机械臂上

这个场景的好处是：仿真环境里没有硬件磨损风险，你可以放心尝试各种策略组合。等仿真效果稳定了，再把模型导回到真机，做到“仿真练精、真机验证”。

Webots支持Python控制API，配合OpenCV做视觉分拣，整套系统搭建起来大约一周时间，但效果非常酷，也很适合拿来做出一个完整的项目展示或毕业设计。

6. 常见问题与排查技巧实录

6.1 舵机扫描不到，怎么办？

这个问题占了整个项目排障的一半以上，遇到先逐步排查：

可能原因	排查方法	解决方案
供电不足	用万用表量舵机电源端电压，低于10V就有问题	换12V 5A以上电源，加1000μF电容
串口权限	看ls /dev/ttyUSB*是否存在，执行时是否报Permission denied	将用户加入dialout组并重启
舵机ID冲突	单独接一个舵机依次扫码，确认ID不重复	用飞特上位机逐个改ID
TTL接线反了	信号线和地线接反是经典错误	核对引脚定义，拿万用表通断档确认
波特率不匹配	飞特默认1000000，改过的话Lerobot读不到	用上位机重设为1000000

6.2 运行Lerobot报错“No module named 'lerobot'”

大概率是没在当前conda环境内执行命令，或者pip install -e .没有成功装完。

conda activate lerobot pip list | grep lerobot

如果没出现在列表里，回到lerobot目录重新装：

cd lerobot pip install -e . --no-deps

6.3 舵机抖动、堵转和过热

舵机抖动通常有两个来源，一是供电纹波大，二是负载过大。

供电纹波：在电源输出端并联一个470μF电解电容和0.1μF瓷片电容，效果立竿见影。
负载过大：如果机械臂某个关节在活动范围极限位置听到舵机咔咔响，说明舵机堵转，长期堵转会烧舵机。解决办法是调整配置文件中的关节角度上下限，把实际活动范围限制在机械极限以内的安全区间。

6.4 模型训练后部署动作不对

这里要分清是“轨迹不对”还是“逻辑不对”：

轨迹不对：检查训练数据，通常数据量太少，或者每次采集的起始位置差异过大。对策是补充数据量到50条以上。
逻辑不对：模型学到了错误的动作模式，比如夹爪该夹时没夹。通常是数据中没有包含关键时刻（夹取和释放）对应的图像帧。对策是采集时让末端在关键位置多停留0.5秒。

6.5 数据采集的独家心得

最后分享一个我个人的数据采集小技巧。官方教程里的数据采集流程是“放好目标物体—按下录制—操作机械臂—停止录制”，但实际操作中，每次起始位置稍有偏移，模型性能下降非常明显。

我的做法是：在目标物体的旁边画一个明显的定位贴纸，每次采集前把物体放到贴纸位置，让机械臂也从相同位置启动。相当于把“演示”这件事标准化了，模型学到的东西也干净得多，泛化能力反而更好。

6.6 常见问题速查表

现象	直接原因	推荐处理
所有舵机不动	供电断开或串口未连接	先查电源和USB，再查串口权限
只有一个舵机不动	该舵机ID冲突或损坏	单独接线扫码确认
舵机朝反方向转	配置里direction设置反了	改yaml文件的joint_direction
舵机偶尔掉线	电源电压跌落或信号线接触不良	加电容、检查接插件
采集数据画面黑屏	摄像头权限不足	给摄像头加udev规则，或用v4l2-ctl测试
训练Loss不降	数据集太小或动作太快	加数据量，放慢采集动作

写在最后的一些心得体会

从零开始用Lerobot搭一台完整的智能机械臂，这个过程走下来，你会发现自己对机器人的理解会有一个质的提升。我之前一直觉得机器人控制门槛高得吓人，运动学、动力学、控制理论哪一样都够学半年的。但Lerobot这种“数据驱动”的路线，确实把门槛拉低了一大截，你甚至不需要知道舵机怎么转成角度，只需要告诉它“这样做”，它就能从数据里学到规律。

不过我也得说句实在话——正因为门槛低了，很多人容易掉进“只会跑通、不懂原理”的陷阱里，这样很容易变成纯调参侠。我在做完第一版机械臂之后，回头补了很多控制理论的知识，包括PID调参甚至运动学解算，这时候再回头看Lerobot的代码，思路会比之前清晰得多。

如果非要说这个项目带给我最值钱的经验，那可能是：开源社区的力量远比想象中大，Lerobot的文档和代码质量都很高，飞特舵机的社区案例也非常丰富，遇到问题基本都能查到解决方案。这套组合拳再玩一段时间，我打算把Webots仿真里的多机械臂分拣方案完善一下，配合真机做一套“仿真训练+真机验证”的闭环流程，到时候再来更新一篇。也希望你做完自己的机械臂之后，能折腾出更有意思的玩法。

提示：项目相关的配置文件和代码，建议自己手动敲一遍，遇到问题也别急着搜答案，先查日志和串口输出，排查本身就是最值钱的学习过程。

Lerobot+飞特舵机：低成本搭建智能机械臂实战全攻略