🤗 LeRobot Physical AI Simulator | SO-101 & Push-T

3D WebGL

SO-101 / SO-ARM100 6축 로봇 시뮬레이터

FPS: 60

EE Pos: (0.0, 15.2, 12.4) cm

Payload: 물체 미감지

Wrist Camera (Observation)

J1: Base (회전) 0°

J2: Shoulder (어깨) 30°

J3: Elbow (팔꿈치) 45°

J4: Wrist Pitch (손목 굽힘) -30°

J5: Wrist Roll (손목 회전) 0°

J6: Gripper (그리퍼 집게) 50%

⚡ 실시간 관측 스트림 (State Vector)

[ 0.00,  0.52,  0.78, -0.52,  0.00,  0.50 ]

🎮 키보드 빠른 조작 키 가이드

W / S : 어깨(Shoulder) 상/하
A / D : 베이스(Base) 좌/우
Q / E : 팔꿈치(Elbow) 전/후
Space : 그리퍼 토글 (열기/닫기)

📱 스마트폰 터치 컨트롤러 (D-Pad)

J1 Base (좌/우)

J2 Shoulder (상/하)

J3 Elbow (팔꿈치)

2D Diffusion Benchmark

LeRobot 공식 Push-T 벤치마크 환경

Coverage (목표 일치도): 0.0%

Reward: 0.00

🎯 Push-T 벤치마크 조작 방법

회색 원형 엔드이펙터를 마우스 드래그하거나 방향키로 이동시켜 회색 T자 블록을 녹색 목표 영역 안으로 밀어 넣으세요!

총 수집 프레임: 0 frames

평균 성공률 (Coverage > 95%): 0.0%

호환 포맷: HuggingFace LeRobot v2.0

📦 최근 녹화된 에피소드 목록

아직 녹화된 에피소드가 없습니다.
상단의 [레코딩 시작] 버튼을 눌러보세요!

🐍 Hugging Face 학습 명령어 예시

python lerobot/scripts/train.py \
  --policy.type=diffusion \
  --dataset_repo_id=my-lerobot-dataset \
  --env.name=pusht \
  --batch_size=64

수집된 텔레오퍼레이션 궤적(State, Action, Reward, Success Flag) 데이터를 LeRobot 표준 JSON 구조로 다운로드합니다.

현재 선택 환경: SO-101 (6-DoF Arm)

에피소드 개수: 0

총 타임스텝 (Frames): 0

{\n  "info": "No recorded episodes yet."\n}