# LeLab - LeRobotガイド

LeLabはLeRobotライブラリの上に構築されたグラフィカルユーザーインターフェースで、CLIコマンドを暗記することなくロボティクスを身近に感じられるよう設計されています。単一のアプリから、ロボットの構成、テレオペレーション、データセットの収集、HF Jobsを介したローカルまたはクラウドGPUでのポリシーの学習、そして学習済みモデルをロボットへのデプロイまでを行うことができます。これは、箱から出したばかりのSO-101から動作するポリシーまでを最も簡単に実現する方法であり、LeRobotのワークフローを学ぶすべての人にとって優れた相棒です。ソースコードとイシューはGitHub上にあります: [huggingface/leLab](https://github.com/huggingface/leLab)。

> [!TIP]
> 現時点では、LeLabはSO-ARM101とのみ互換性があります。

### インストール

[`uv`](https://docs.astral.sh/uv/getting-started/installation/)が必要です。1つのコマンドでインストールして起動します:

```
uv tool install git+https://github.com/huggingface/leLab.git && lelab
```

インストール後、いつでもターミナルから`lelab`を実行してアプリを起動できます。

### 機能

- **ロボットの追加** — アームの種類（リーダー/フォロワー）を選択し、各関節を中央位置からキャリブレーションして、カメラを取り付けます。
- **テレオペレーション** — リーダーアームでフォロワーアームを操作し、アームのライブ3Dビジュアライゼーションを確認できます。
- **データセットの記録** — タスクの説明、エピソード数、エピソード/リセットの持続時間を定義します。スペースバーを押すことでエピソードを切り替えます。30エピソード以上を推奨します。
- **ローカルでの学習** — 選択したデータセット、ポリシーの種類、バッチサイズ、ステップ数を使用して、自分のマシン上でポリシーを直接学習します。
- **HF Jobs によるクラウドでの学習** — 透明な料金設定で、[HF Jobs](https://huggingface.co/docs/huggingface_hub/en/guides/jobs) 経由で高性能な GPU 上で学習を実行できます。まず `hf auth login` を実行してください。ハードウェアやバッチサイズに関するヒントは、[Compute HW Guide](hardware_guide) を参照してください。
- **トレーニングの可視化** — アプリ内で進捗をリアルタイムで確認でき、チェックポイントは自動的に保存されます。
- **学習済みポリシーの実行** — ジョブリストから任意のモデルを選択し、ワンクリックでロボット上で推論を実行できます。
- **コミュニティのデータセットを使用する** — Hugging Face のデータセット ID を指定することで、自分で記録しなかったデータセットでの学習が可能です。