HuggingFace热门开源3D打印机器人：一文掌握项目要点与上手指南

还记得这篇AM易道文章提到的开源机器人项目吗？

重磅！AI巨头HuggingFace收购开源机器人公司核心战略：3D打印自我复制！

TheRobotStudio与Hugging Face联合开发的SO-101开源机器人手臂，正以其低成本高自由度的特性，成为3D打印与AI结合的热门项目。

这款售价仅起步于100美元的开源机械臂，如何让你快速上手？

AM易道带你深入解析这个引人注目的GitHub项目。

https://github.com/TheRobotStudio/SO-ARM100

项目概览：SO-101的核心特性

SO-101是SO-100机器人手臂的下一代版本，在GitHub仓库（TheRobotStudio/SO-ARM100）中可以找到完整的开源文件。

相比前代产品，SO-101带来了三大改进：改良的线路布局防止断连、简化的装配流程（无需拆卸齿轮）以及用于领导臂的升级电机。

这款机器人采用「领导臂+跟随臂」的双臂设计，配备6个自由度，能够执行基本的抓取和放置任务。

最重要的是，它与Hugging Face的开源LeRobot库完美集成，支持通过AI技术进行操控和学习。

快速上手指南：从零开始构建SO-101

1. 材料准备

要构建一套完整的SO-101（领导臂+跟随臂），你需要：

• STS3215伺服电机（7.4V）：
• 1/345齿轮比：7个
• 1/191齿轮比：2个
• 1/147齿轮比：3个
• 电机控制板：2个
• USB-C线缆：2套
• 电源：2个（5V）
• 桌面夹具：4个
• 螺丝刀套装：1套（主要需要#0和#1十字螺丝刀）

所有材料的采购链接和价格参考可在GitHub仓库的材料清单中找到，适用于美国、欧盟和中国的采购渠道。

2. 3D打印零件

SO-101的大部分结构部件需要通过3D打印获得。推荐打印参数如下：

• 材料：PLA+
• 喷嘴直径：0.4mm（层高0.2mm）或0.6mm（层高0.4mm）
• 填充密度：15%
• 支持设置：需要支撑结构，但45度以上的悬垂可忽略

在GitHub仓库的STL文件夹中，已按打印床大小分类提供了适合不同3D打印机的文件：

如果你没有3D打印机，也可以选择从Seeed Studio等合作厂商直接购买3D打印部件套件，价格约35美元。

3. 电机配置与组装

在组装前，需要先配置电机。

安装LeRobot库后，可以使用其提供的脚本进行电机配置：

# 创建Python 3.10虚拟环境（使用miniconda示例）
conda create -n robot python=3.10
conda activate robot

# 安装LeRobot库
pip install git+https://github.com/huggingface/lerobot.git

电机配置完成后，按照GitHub仓库中的组装指南逐步组装领导臂和跟随臂。

关键步骤包括：

• 安装基座和第一关节
• 组装机械臂各段连接部件
• 布线与电机连接
• 控制板安装与接线

4. 校准与测试

组装完成后，需要对SO-101进行校准，确保领导臂和跟随臂在相同物理位置时具有相同的位置值：

# 校准跟随臂
python lerobot/scripts/control_robot.py --robot.type=so101 --robot.cameras='{}' --control.type=calibrate --control.arms='["main_follower"]'

# 校准领导臂
python lerobot/scripts/control_robot.py --robot.type=so101 --robot.cameras='{}' --control.type=calibrate --control.arms='["main_leader"]'

校准过程中，你需要将跟随臂和领导臂按顺序移动到指定位置。校准完成后，机器人即可开始学习任务。

使用LeRobot进行AI训练

SO-101的真正魅力在于其AI集成能力。

技术细节在这里找：

• https://github.com/huggingface/lerobot
• https://github.com/huggingface/lerobot/blob/main/examples/10_use_so100.md

通过LeRobot库，你可以：

• 收集训练数据：通过远程操作（移动领导臂控制跟随臂）
• 收集机器人轨迹训练神经网络：使用收集的轨迹数据训练模型，实现模仿学习
• 部署自主操作：将训练好的模型部署到机器人上，实现自主操作

LeRobot库提供了预训练模型和数据集，即使是AI初学者也能快速上手。

SO-101的生态系统正在不断扩展。

通过搭配LeKiwi底盘，用户可以将SO-101变成一个移动机器人平台。这种组合为AI研究提供了更多可能性，例如自主导航和物体操作的结合研究。

此外，通过与NVIDIA Jetson系列AI模块的集成，SO-101还可以实现更复杂的视觉处理和决策功能。

特别是搭配reComputer J4021迷你PC（配备Jetson Orin NX 16GB）时，可以提供足够的计算能力支持各种AI算法。

AM易道结语

SO-101的出现代表了一种新趋势：AI领域的巨头开始关注实体机器人的开发和推广。

这不仅仅是因为他们意识到AI需要「身体」来与现实世界交互，更是看到了可3D打印的开源硬件模式在加速技术普及方面的巨大潜力。

然而，我们也应当看到SO-101的局限性。作为一个入门级产品，它的精度和负载能力无法与工业级机器人相比。

对于需要高精度操作的工业应用，SO-101显然不是合适的选择。

但对于教育、研究和爱好者来说，它提供了一个几乎完美的起点。

当尖端AI技术与亲民的3D打印硬件相结合，创新成为每个人都能参与的盛宴。

对于渴望探索机器人与AI交叉领域的开发者和研究者而言，SO-101无疑是一个值得关注和尝试的项目。