What It Does
项目做的是什么
- 把机械臂硬件、驱动、MoveIt2、Web 控制和数据采集流程放进同一条实验线。
- 关注视觉-语言-动作模型在消费级硬件和小型机械臂上的可运行性。
- 未来可和 AMR/AMR2 合并成移动操作平台。
VLN Relation
和当前 VLN 主线的关系
移动导航解决“到哪里”，机械臂方向为未来的“到了之后做什么”预留操作能力。
Craft Record
工程痕迹
这个项目保留了从硬件选型、结构验证、驱动调试、话题链路到现场反馈的连续记录。页面里放的不是单独的效果截图，而是一段可回溯的迭代线索。
Media
关键画面
README Snapshot
README / 项目说明片段
<center style="
color: [[FF6600]];
font-size: 230%;
font-weight: bold;
">RabbitRobot_Arm__具身智能机械臂
<center style="
color: [[FF6600]];
font-size: 230%;
font-weight: bold;
">李京海进度汇报(7.12 - 7.25)
[!note]
## 一、什么是具身智能
###   智能体通过身体与环境的互动产生的智能行为
## 二、RoArm-M2-S实物图(左) 和 驱动板(右)
<a href="https://github.com/lijinghai">
<img
src="10.RabbitRobot_Arm.assets/image-20250616141545342.png"
alt="RoArm-M2-S"
title="RoArm-M2-S"
style="width: 45%;"
/>
<img
src="10.RabbitRobot_Arm.assets/image-20250616141738765.png"
alt="RoArm-M2-S"
title="RoArm-M1"
style="width: 52%;"
/>
</a>
###  RoArm-M2-S：由Waveshare生产，4自由度（4-DOF）机械臂，重量小于850克，有效载荷为0.5kg@1m，支持ROS2和多种通信模式（如WiFi、UART）。其设计适合教育、研究和DIY项目，
### 但官方文档未明确提及LeRobot兼容性。
## 三、关于LeRobot：现实世界机器人领域的最先进人工智能
🤗 LeRobot 旨在用 PyTorch 为现实世界的机器人技术提供模型、数据集和工具。我们的目标是降低机器人技术的门槛，让每个人都能贡献自己的力量，并从共享数据集和预训练模型中受益。
🤗 LeRobot 包含最先进的方法，这些方法已被证明可以转移到现实世界，重点是模仿学习和强化学习。
🤗 LeRobot 已提供一系列预训练模型、包含人工收集演示的数据集以及模拟环境，无需组装机器人即可上手。未来几周，我们计划在市面上最经济实惠、性能最强大的机器人上添加更多对现实世界机器人技术的支持。
🤗 LeRobot 在 Hugging Face 社区页面上托管了预训练模型和数据集：huggingface.co/lerobot
## 四、SmolVLA
 LeRobot框架下的一个450M参数的视觉-语言-动作模型，训练于社区共享数据集，适合在消费级硬件（如单GPU或MacBook）上运行，性能优于许多大型模型。
一、RoArm-M2-S环境配置
[!important]
环境基于ubuntu22.04 ROS2 humble环境搭建
sudo apt update && sudo apt upgrade
sudo apt install git
git clone https://github.com/DUDULRX/roarm_ws_em0.git [[下载SDK]]
sudo apt install ros-$ROS_DISTRO-moveit-* [[下载依赖]]
sudo apt install ros-$ROS_DISTRO-foxglove-bridge
sudo apt autoremove ros-$ROS_DISTRO-moveit-servo-*[!tip]
添加ROS2环境进入系统
完整 README 已保存在本站快照中，可从本页底部打开。
echo "source /opt/ros/$ROS_DISTRO/setup.bash" >> ~/.bashrc
source ~/.bashrc
sudo apt install software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install curl -y