LeRobot SO-101のコマンドが刷新されたのでメモ（環境構築〜SmolVLAまで）

はじめに

こんにちは．LeRobotの6軸アームが流行して結構な時間が経ちましたね．僕の周りでもかなりの人がアームをお迎えしている様子を見かけます．2025年7月上旬現在，リポジトリが公開された直後とは各種コマンドやパラメータの構成が大きく刷新されました．

まとめ/紹介記事の多くはこの公開直後に書かれたもので，最新の各種操作を解説している日本語記事が（あまり）見当たらなかったので，本項では環境構築〜SmolVLAの転移学習までのコマンドを備忘録として残します．

環境構築

lerobotのインストール

最新情報および詳細は公式READMEを参照ください．以下，コマンドの抜粋と転記です．

リポジトリのクローンと依存関係のインストール

git clone https://github.com/huggingface/lerobot.git
cd lerobot
conda create -y -n lerobot python=3.10
conda activate lerobot
conda install ffmpeg=7.1.1 -c conda-forge
pip install -e .

僕の手元（M3 MacBook ProおよびUbuntu 24.04 with RTX4060)ではffmpegをバージョン指定のコマンドでインストールする必要がありました．

SO-101関連パッケージのインストール

前節の続きとして以下を実行します．

pip install -e ".[feetech]"  

SmolVLAのインストール

前節の続きとして以下を実行します．

pip install -e ".[smolvla]"

SO-101のキャリブレーション

以下のコマンドでキャリブレーションを行えます．ただし，--robot.port はお手元の環境の値に読み替えてください．また--robot.idは適当な値に変更可能なはずです．

フォロワーアーム

python -m lerobot.calibrate \
    --robot.type=so101_follower \
    --robot.port=/dev/tty.usbmodem5A460824801 \
    --robot.id=my_so101_follower

詳細なキャリブレーション手順およびパラメータ等は以下を参照してください．
https://huggingface.co/docs/lerobot/so101#calibration-video

リーダーアーム

python -m lerobot.calibrate \
    --teleop.type=so101_leader \
    --teleop.port=/dev/tty.usbmodem5A460814251 \
    --teleop.id=my_so101_leader

詳細はフォロワーと同じページを参照してください．

動作確認（遠隔操縦）

キャリブレーションが完了したら，以下のコマンドを実行して遠隔操縦（teleoperation, テレオペ）を試してみます．portなどは適宜読み替えてください．

python -m lerobot.teleoperate \
    --robot.type=so101_follower \
    --robot.port=/dev/tty.usbmodem5A460824801 \
    --robot.id=my_so101_follower \
    --teleop.type=so101_leader \
    --teleop.port=/dev/tty.usbmodem5A460814251 \
    --teleop.id=my_so101_leader

以下のようなログが出て，フォロワーアームがリーダーアームの動きに追従すればOKです．

(lerobot) yutaro.kimura@N01361158 lerobot % python -m lerobot.teleoperate \
    --robot.type=so101_follower \
    --robot.port=/dev/tty.usbmodem5A460824801 \
    --robot.id=my_so101_follower \
    --teleop.type=so101_leader \
    --teleop.port=/dev/tty.usbmodem5A460814251 \
    --teleop.id=my_so101_leader

---------------------------
NAME              |    NORM
shoulder_pan.pos  |   -2.23
shoulder_lift.pos |  -98.93
elbow_flex.pos    |   98.47
wrist_flex.pos    |   75.96
wrist_roll.pos    |   54.49
gripper.pos       |    4.34

time: 16.67ms (60 Hz)

データセットの記録

各種モデルを転移学習する際に利用する自前データセットの記録方法です．portやidは適宜読み替えてください．{HF_USER}の箇所は，HuggingFace CLIをインストール済み & 各種環境変数を設定済みの想定で書かれています．まだの方は適宜インストールしてください．

python -m lerobot.record \
    --robot.type=so101_follower \
    --robot.port=/dev/tty.usbmodem5A460824801 \
    --robot.id=my_so101_follower \
    --robot.cameras="{ wrist: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30}}" \
    --teleop.type=so101_leader \
    --teleop.port=/dev/tty.usbmodem5A460814251 \
    --teleop.id=my_so101_leader \
    --display_data=true \
    --dataset.repo_id=${HF_USER}/so101_pp_blue_box \
    --dataset.num_episodes=2 \
    --dataset.single_task="Pick and place the blue box" \
    --dataset.episode_time_s=30 \
    --dataset.reset_time_s=5 \
    --dataset.push_to_hub=true 

詳細は以下を参照してください．

公式サンプル: https://huggingface.co/docs/lerobot/getting_started_real_world_robot#record-a-dataset

また，同じデータセットへ継ぎ足し記録したいときは --resume=true を用います．新規作成データセットでresumeを入れているとエラーになるので，継ぎ足しのときだけ使います．

python -m lerobot.record \
    --robot.type=so101_follower \
    --robot.port=/dev/tty.usbmodem5A460824801 \
    --robot.id=my_so101_follower \
    --robot.cameras="{ wrist: {type: opencv, index_or_path: 0, width: 1280, height: 720, fps: 30}}" \
    --teleop.type=so101_leader \
    --teleop.port=/dev/tty.usbmodem5A460814251 \
    --teleop.id=my_so101_leader \
    --display_data=true \
    --dataset.repo_id=${HF_USER}/so101_pp_blue_box \
    --dataset.num_episodes=2 \
    --dataset.single_task="Pick and place the blue box" \
    --dataset.episode_time_s=30 \
    --dataset.reset_time_s=5 \
    --dataset.push_to_hub=true  \
    --resume=true

SmolVLAの転移学習

上の${HF_USER}/so101_pp_blue_boxにアップロードしたデータセットを使ってSmolVLAを転移学習する場合は以下のようにします．各パラメータの調整に関しては公式情報や別記事を参照ください．

python src/lerobot/scripts/train.py \
  --policy.path=lerobot/smolvla_base \
  --dataset.repo_id=${HF_USER}/so101_pp_blue_box \
  --policy.repo_id=${HF_USER}/so101_pp_blue_box_policy \
  --batch_size=64 \
  --steps=200000

実機デプロイ

上で学習した ${HF_USER}/so101_pp_blue_box_policyのポリシーを利用する場合は次のようにします（まだ手元で学習済み重みが期待通りに動いてくれていないので，このコマンドが間違っている可能性もあります...）．

python -m lerobot.record \
  --robot.type=so101_follower \
  --robot.port=/dev/tty.usbmodem5A460824801 \
  --robot.id=my_so101_follower \
  --robot.cameras="{ writ: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}}" \
  --dataset.single_task="Pick and place the blue box" \
  --dataset.repo_id=${HF_USER}/eval_so101_pp_blue_box_test \
  --policy.path=${HF_USER}/so101_pp_blue_box_policy \
  --dataset.num_episodes=10

おわりに

いかがでしたか？どなたかの参考になれば嬉しいです．

それでは．

主な参考サイト

• LeRobot公式GitHub: https://github.com/huggingface/lerobot
• SO-101公式HuggingFace: https://huggingface.co/docs/lerobot/so101