2. LeRobot生态概览
在进入策略评测与回放工程之前，必须先建立对 LeRobot 生态的整体认知。LeRobot 并不是一个单一的训练脚本，而是一套围绕“真实机器人数据—策略训练—仿真/真机部署—评测回放”构建的开源工具链。它的项目定位可以概括为：用统一的数据格式和模块化接口，把机器人学习中的数据集、策略、环境与硬件连接起来。理解这一点，后续的评测指标、回放流程和排障方法才有共同的语言。
一、项目定位：从数据到策略的中间层
LeRobot 的核心价值在于“标准化”。机器人学习长期面临数据格式碎片化、策略实现各异、仿真与真机接口不统一的问题。LeRobot 通过定义统一的数据集结构、策略注册机制和环境适配层，让不同来源的数据和算法可以在同一套流程中运行。它既不是纯粹的仿真器，也不是单一算法库，而是介于数据、算法与硬件之间的中间层。
从工程视角看，LeRobot 的定位决定了它的使用方式：你通常不会从零实现一个策略，而是先确认数据集是否符合格式，再选择策略库中的模型，最后通过环境接口进行训练或评测。评测与回放工程正是建立在这一分层之上的上层应用。
二、核心模块与数据流
LeRobot 生态可以拆解为五个核心模块：数据集模块、策略库、环境接口、训练与评测流程、硬件与回放工具。它们之间的数据流关系如下图所示。
数据从数据集模块出发，经过策略库训练后，在环境接口中执行，最终由评测与回放工具输出指标和可视化结果。这条链路中任何一环的格式或接口不一致，都会导致评测失败或结果不可信。
三、数据集格式：LeRobotDataset 的结构
LeRobot 数据集采用“元数据 + 分片数据”的组织方式。元数据描述任务、帧率、特征维度、相机参数等；分片数据则按 episode 存储为 parquet 表格和 mp4 视频。这种设计兼顾了读取效率和可扩展性。一个典型的数据集目录如下：
dataset/
├── meta/
│ ├── info.json # 数据集整体信息
│ ├── stats.json # 归一化统计量
│ ├── tasks.jsonl # 任务描述
│ └── episodes.jsonl # episode 索引
├── data/
│ └── chunk-000/
│ ├── episode_000000.parquet
│ └── episode_000001.parquet
└── videos/
└── chunk-000/
├── observation.images.top/
│ └── episode_000000.mp4
└── observation.images.wrist/
└── episode_000000.mp4其中 info.json 定义了 fps、features、robot_type 等关键字段；stats.json 保存均值和标准差，用于策略输入归一化。评测时如果忽略这些统计量，策略输出会出现明显偏差。
四、策略库与仿真环境
LeRobot 策略库提供了多种主流模仿学习与强化学习策略，常见包括 ACT、Diffusion Policy、TDMPC、VQ-BeT 等。它们通过统一的配置接口注册，训练时只需指定策略名称和超参数。仿真环境方面，LeRobot 支持 Gym 风格接口，并可通过适配层连接 MuJoCo、Isaac 等仿真器，也支持真实机器人回放。
| 模块 | 关键对象 | 评测关注点 |
|---|---|---|
| 数据集 | LeRobotDataset、stats.json | 帧率、特征对齐、归一化 |
| 策略库 | ACT、Diffusion、TDMPC | 动作平滑度、推理延迟 |
| 环境接口 | Gym wrapper、真机适配 | 观测空间一致性 |
| 回放工具 | replay、record | 轨迹复现、时间同步 |
五、案例场景与常见误区
假设你要评测一个 ACT 策略在仿真环境中的抓取成功率。标准流程是：加载 LeRobotDataset，读取 stats.json 做归一化，实例化 ACT 策略并加载权重，通过 Gym 环境逐步执行动作，最后统计成功率和平均回合长度。如果数据集帧率与仿真控制频率不一致，动作会被错误地重复或跳过，成功率会显著下降。
常见误区：把 LeRobot 当作单一训练框架，忽略数据集格式和统计量；或者直接复用其他数据集的 stats.json，导致归一化参数不匹配。评测前务必核对 info.json 中的 fps、features 和 robot_type。
复盘建议：建立一份“生态检查清单”：数据集版本、策略名称与权重、环境类型、控制频率、归一化统计量。每次评测前逐项确认，可以避免大部分低级错误。
掌握 LeRobot 生态的分层结构和数据流，是后续策略评测与回放工程的基础。只有先确认数据、策略、环境三者的接口一致，评测结果才具备可比性和可复现性。