E1 · Entrenar 200 pasos
15 minEjecuta el lerobot-train del cuadro (con cpu o cuda). Cronometra.
Listo cuando: ls outputs/train/act_pusht_teste/checkpoints/ muestra 000200 y last.
Clase 5 · 18 min
Manos a la obra con LeRobot 0.6
LeRobot, de Hugging Face, reúne en un solo lugar los datos, las políticas y los comandos para grabar, entrenar y ejecutar. En esta clase entrenas una política ACT de verdad, en pocos pasos, y terminas con un checkpoint en el disco. Sin robot y sin cuenta.
Comenzar la lección
En esta lección vas a
- 1El ciclo record → train → eval → rollout
- 2Entrenar una ACT en 200 pasos y encontrar el checkpoint
- 3Leer la loss en el log sin engañarte
- 4Cuánto tarda en GPU y en CPU
Objetivo: instalar LeRobot 0.6, entrenar una política pequeña y entender el ciclo grabar → entrenar → ejecutar.
01El ciclo de LeRobot
Cuatro comandos. Los dos del medio no necesitan robot. Haz clic en cada uno.
ACT = Action Chunking with Transformers: una política pequeña que devuelve chunks de acciones, la idea de la clase 2.
Grabar y ejecutar necesitan el brazo. Entrenar y evaluar funcionan en cualquier computadora.
02Lo que necesitas saber antes de entrenar
Haz clic en cada paso.
1. Instalación 0.6
Desde la 0.6 el paquete base es ligero: para entrenar, instala lerobot[training]. Para simulación, extras como [pusht] o [aloha].
Python 3.12 y PyTorch 2.7 o más reciente. Algunas opciones cambiaron de nombre: eval_freq pasó a ser env_eval_freq, y --dataset.vcodec pasó a ser --dataset.rgb_encoder.vcodec.
2. Hardware
Los 200 pasos de esta práctica tardaron 26 s en una GPU NVIDIA (GB10) y 321 s, unos 5 minutos, solo en la CPU de 20 núcleos de la misma máquina (19/10/2026). Una laptop común va a ser más lenta.
El entrenamiento de verdad es otra escala: la documentación de LeRobot dice que entrenar en tu robot toma varias horas. La guía de hardware de la 0.6 mide memoria y tiempo por familia de política.
3. ¿Sin GPU?
Para esta práctica, la CPU basta. Para entrenamientos largos, la 0.6 acepta el mismo lerobot-train en la nube con --job.target, mediante HF Jobs, que se cobra por uso y requiere una cuenta.
No es necesario para el curso: todo aquí corre local.
4. Con el SO-101
El SO-101 es el brazo de entrada de LeRobot. Con el par líder y seguidor grabas tu propio dataset con lerobot-record y entrenas igual.
LeLab hace todo el flujo en el navegador, sin línea de comandos, y hoy solo es compatible con el SO-ARM101.
03Entrenar una ACT por 200 pasos
El mismo venv de la clase 4. Cambia cuda por cpu si no tienes GPU NVIDIA.
Terminal · entrenamiento corto
lerobot-train \ --policy.type=act \ --dataset.repo_id=lerobot/pusht \ --steps=200 \ --save_freq=200 \ --log_freq=50 \ --batch_size=8 \ --policy.device=cuda \ --policy.push_to_hub=false \ --wandb.enable=false \ --output_dir=outputs/train/act_pusht_teste \ --job_name=act_pusht_teste
Terminal · revisar el checkpoint
ls outputs/train/act_pusht_teste/checkpoints/ ls outputs/train/act_pusht_teste/checkpoints/last/pretrained_model/
Con el SO-101 (de la documentación, necesita el brazo)
lerobot-record \ --robot.type=so101_follower \ --robot.port=<puerto del seguidor> \ --teleop.type=so101_leader \ --teleop.port=<puerto del líder> \ --dataset.repo_id=<tu usuario>/meu-dataset \ --dataset.num_episodes=5 \ --dataset.single_task="Toma el cubo negro" \ --dataset.streaming_encoding=true \ --dataset.encoder_threads=2
Ejemplo del repositorio
INFO ... cfg.steps=200 (200) INFO ... dataset.num_frames=25650 (26K) INFO ... dataset.num_episodes=206 INFO ... num_learnable_params=51588994 (52M) INFO ... step:50 ... loss:14.587 ... INFO ... step:100 ... loss:4.694 ... INFO ... step:150 ... loss:3.878 ... INFO ... step:200 ... loss:3.473 ... mem_gb:0.95 INFO ... Checkpoint policy after step 200 INFO ... End of training $ ls outputs/train/act_pusht_teste/checkpoints/ 000200 last $ ls outputs/train/act_pusht_teste/checkpoints/last/pretrained_model/ config.json model.safetensors policy_postprocessor.json ... train_config.json
LeRobot 0.6.1, GPU NVIDIA GB10: 26 s en total. Solo en CPU: 321 s, loss final 3.536. Líneas acortadas con "...". La primera vez también descarga los pesos de la ResNet-18 que la ACT usa para ver.
- Olvidar
--policy.push_to_hub=false: sin él, el entrenamiento se detiene al inicio conValueError: 'repo_id' argument missing. Please specify it to push the model to the hub.(probado el 19/10/2026): por defecto quiere enviar la política al Hub. - Pensar que loss baja = robot bueno: la loss mide la imitación del dataset. Quien dice si la política funciona es la evaluación de la clase 6.
--policy.device=cudasin GPU NVIDIA: cámbialo porcpu.
04Práctica: tu primer checkpoint
Unos 5 minutos en CPU, menos de 1 minuto en GPU.
E2 · Leer la loss
5 minEn el log, busca las líneas step:50 y step:200 y anota la loss de ambas.
Listo cuando: la loss del paso 200 es menor que la del paso 50 y anotaste cuánto tiempo tardó el entrenamiento en tu máquina.
E3 · Más pasos (opcional, con GPU)
15 minRepite con --steps=5000 --save_freq=5000 --batch_size=32 y otro --output_dir. Guarda el checkpoint: la clase 6 compara los dos.
Listo cuando: existe la carpeta checkpoints/005000 (aquí tardó 474 s en la GPU, con loss final 0.329).
05Prueba lo que aprendiste
La explicación aparece después de tu respuesta.
Pregunta 1 de 4
¿Qué comandos del ciclo corren sin robot?competencia
Correcto
Entrenar usa un dataset (puede ser del Hub) y evaluar usa simulación. Grabar y ejecutar necesitan el brazo.No es esa
Entrenar usa un dataset (puede ser del Hub) y evaluar usa simulación. Grabar y ejecutar necesitan el brazo.Repasar: El ciclo de LeRobotPregunta 2 de 4
¿Dónde queda el checkpoint después del entrenamiento?
Correcto
Con --output_dir=outputs/train/act_pusht_teste, los checkpoints quedan en checkpoints/000200 y checkpoints/last. Con push_to_hub=false no se sube nada.No es esa
Con --output_dir=outputs/train/act_pusht_teste, los checkpoints quedan en checkpoints/000200 y checkpoints/last. Con push_to_hub=false no se sube nada.Repasar: Entrenar una ACT por 200 pasosPregunta 3 de 4
La loss bajó de 14,6 a 3,5. ¿Qué garantiza eso?
Correcto
La loss mide el error de imitación en los datos de entrenamiento. En la clase 6 verás que 200 pasos todavía dan 0% de éxito en PushT.No es esa
La loss mide el error de imitación en los datos de entrenamiento. En la clase 6 verás que 200 pasos todavía dan 0% de éxito en PushT.Repasar: Entrenar una ACT por 200 pasosPregunta 4 de 4
¿Para qué sirve la estrategia dagger de lerobot-rollout?
Correcto
Ejecutar, corregir y ajustar de nuevo: las correcciones quedan marcadas con intervention y entran en el próximo entrenamiento. Es el vínculo con la clase 7.No es esa
Ejecutar, corregir y ajustar de nuevo: las correcciones quedan marcadas con intervention y entran en el próximo entrenamiento. Es el vínculo con la clase 7.Repasar: El ciclo de LeRobotPrueba terminada
Acertaste {a} de {n}. Si aciertas todas, la clase se marca como completada.Elige una alternativa. La explicación aparece después de tu intento.
06Resumen
Cuatro comandosrecord, train, eval, rollout. Train y eval no necesitan robot.
Instalación 0.6lerobot[training], Python 3.12, push_to_hub=false para entrenar sin cuenta.
Tiempo real200 pasos: 26 s en GPU, 5 min en CPU aquí. Entrenamiento de verdad: horas.