LeIsaac 是一个在 IsaacLab 中实现 SO101Leader（LeRobot）遥操作的开源项目，支持数据采集、数据转换与策略训练。本文讲解如何通过 ZMQ 跨机器通信，把本地连接的机械臂遥操作信号传到云端 GPU 实例，实现真正的LeIsaac 远程遥操作，让 Isaac Sim 仿真跑在云上、机械臂握在手里。

1. 为什么需要跨机器遥操作？

Isaac Sim 对 GPU 要求很高，本地电脑往往带不动，大家通常会把它部署到云端 GPU 实例上。但问题来了：SO101 Leader 机械臂通过 USB 插在你的笔记本上，云端的仿真环境根本"摸不到"这条串口。

LeIsaac 内置了一套ZMQ（ZeroMQ）PUB/SUB 发布订阅机制解决这个矛盾：

• 本地机器：运行一个轻量发布服务，读取机械臂电机位置并通过网络发送；
• 云端机器：订阅这些关节状态，用它们驱动仿真中的机械臂。

无需 USB 转发、无需在本地安装 Isaac Sim，只需要一台能跑 Python 的普通电脑即可。

2. ZMQ 跨机器控制的工作原理

整个链路非常简单，两条命令就完成部署：

本地机器（接机械臂） 云端 GPU（Isaac Sim） ┌───────────────────────────┐ ZMQ PUB/SUB ┌─────────────────────────┐ │ so101_joint_state_server │─────────────────►│ SO101LeaderRemote │ │ 以 50 Hz 读取电机并发布 │ tcp:5556 │ teleop_se3_agent.py │ └───────────────────────────┘ │ --remote_endpoint │ └─────────────────────────┘

关键实现位于 so101_joint_state_server.py：它在本地机器上以zmq.PUB模式绑定tcp://0.0.0.0:5556，每 20 毫秒（50 Hz）打包 6 个关节的浮点位置并发出。云端则由 SO101LeaderRemote 设备类以zmq.SUB模式订阅接收，它是本地SO101Leader设备的"即插即用"替代品，环境配置和动作处理完全不用改。

💡 官方文档中这一节的说明见 Remote Teleoperation，可配合阅读。

3. 环境准备：三步装好依赖

先获取项目代码：

git clone https://gitcode.com/gh_mirrors/le/leisaac

云端 GPU 机器（跑 Isaac Sim）：安装完整仿真栈（PyTorch、Isaac Sim、IsaacLab），并安装 LeIsaac 的remote依赖（即pyzmq）：

pip install "source/leisaac[remote]"

本地机器（接机械臂）：只需一条轻量安装，不需要PyTorch / Isaac Sim / IsaacLab 这些重型依赖：

pip install "source/leisaac[remote]"

remote依赖在 pyproject.toml 中定义为pyzmq>=27.0.0，非常轻量。

4. 本地端：启动关节状态发布服务

在插着 Leader 机械臂的机器上，打开终端 1 运行：

python scripts/environments/teleoperation/so101_joint_state_server.py \ --port /dev/ttyACM0 --id leader_arm --rate 50

几个要点：

• 自动标定：如果找不到标定文件，脚本会自动进入交互式标定流程（移动机械臂到行程中间、按回车、再走过全行程）。标定结果缓存在scripts/environments/teleoperation/.cache/{id}.json，之后无需重复标定；
• 强制重新标定：加--recalibrate参数即可；
• --rate：电机读取频率（Hz），遥操作场景下 30–50 Hz 足够流畅。

如果提示串口权限错误（ConnectionError），可临时执行sudo chmod 666 /dev/ttyACM0，或把当前用户加入dialout组后重启。

5. 云端：一条参数接入远程机械臂

在云端 GPU 实例上，打开终端 2，运行 LeIsaac 的遥操作入口 teleop_se3_agent.py，只需多加一个--remote_endpoint参数：

python scripts/environments/teleoperation/teleop_se3_agent.py \ --task=LeIsaac-SO101-PickOrange-v0 \ --teleop_device=so101leader \ --remote_endpoint=tcp://<本地机器IP>:5556 \ --num_envs=1 --device=cuda --enable_cameras

--remote_endpoint的设置逻辑见 teleop_se3_agent.py：一旦指定该参数，程序会自动改用SO101LeaderRemote替代本地串口设备，其余参数（任务名、环境数、相机开关）与本地遥操作完全一致，可以顺手加上--record直接录制 HDF5 数据集。

进入 IsaacLab 窗口后按b键开始遥操作，用本地 Leader 臂控制仿真中的机械臂；完成后按r（重置并标记失败）或n（重置并标记成功）即可切换场景。

6. 网络不通怎么办？SSH 反向端口转发

云实例通常处于 NAT / 防火墙之后，本地 IP 直连不通。此时用SSH 反向端口转发把本地 5556 端口映射到云端的 localhost：

# 在本地笔记本上执行，把本地 5556 端口转发到云实例的 localhost:5556 ssh -R 5556:localhost:5556 ubuntu@<云实例IP>

然后把云端命令中的 endpoint 改为tcp://localhost:5556：

python scripts/environments/teleoperation/teleop_se3_agent.py \ --task=LeIsaac-SO101-PickOrange-v0 \ --teleop_device=so101leader \ --remote_endpoint=tcp://localhost:5556 \ --num_envs=1 --device=cuda --enable_cameras

这条隧道同时解决了"云访问本地"和"内网穿透"两个难题，是最稳妥的方案。

7. 关键参数速查表

8. 常见问题排查

• 订阅端收不到数据：确认本地发布服务已先启动（日志出现Publishing on tcp://0.0.0.0:5556），再启动云端遥操作；用--rate 30可进一步降频观察；
• 连接被拒绝 / 超时：检查两端防火墙放行 5556 端口，或改用第 6 节的 SSH 隧道；
• 机械臂动作不同步：确认本地发布频率未低于 30 Hz，且两端网络延迟较低（建议 50 Hz 默认值）；
• 想换任务或场景：直接修改--task参数即可，LeIsaac 还内置了厨房、卧室等仿真场景，云端部署方式可参考 NVIDIA Brev 云上快速部署。

9. 小结

LeIsaac 的远程遥操作方案把"重活留云端、轻活留本地"：云端 GPU 专注跑 Isaac Sim 仿真与数据录制，本地笔记本只负责采集机械臂关节状态，中间一根 ZMQ 管道打通。整套流程只需两条命令加一个--remote_endpoint参数，就能让云端 GPU 与手边机械臂无缝联动，是采集遥操作数据集、训练机器人策略时非常实用的架构。