Fejlesztők vezérelnek robotot a Hugging Face Hub adataiból az AWS-szolgáltatással
Az új integráció lehetővé teszi, hogy a fejlesztők öt lépésben egyetlen kóddal mozgassák a robotot a Hugging Face Hub-adatokból a valós SO-101 hardverig.
Az AWS nyílt forráskódú Strands Robots SDK – Apache 2.0 licenc – robot-absztrakciókat, szimulációt és a LeRobot stacket AgentTools-ként teszi elérhetővé, így egyetlen ügynököt lehet építeni a különböző komponensekből — írja a Hugging Face.
Egységes agentépítés
A fejlesztő egy Python-szkriptben importálja a Robot és Agent osztályokat, majd egyetlen AgentTools-listával definiálja a robotot. Az agent a 'Pick up the red cube' parancsra reagál, miközben a LeRobot AgentTools koordinálja a felvételt, a Hub-feltöltést és a szimulációs policy-t.
Kapcsolódó: Hugging Face újdonság
Azonos adatformátum szimuláció és hardver között
A Strands SDK a LeRobotDataset formátumot használja mind a MuJoCo-szimulációban, mind a valós robotok felvételénél; a parquet séma, a joint-állapotok és a kamera-MP4-képanyagok pontosan megegyeznek, így a felvett adatok közvetlenül feltölthetők a Hub-ra.
Kapcsolódó: humanoid robotok
Hardveres telepítés egy argumentummal
A kód ugyanaz marad, csak a Robot konstruktorában a 'mode="real"' paramétert kell beállítani, ekkor a LeRobot a SO-101 követő-vezető párost vezérli. A beépített Zenoh-mesh lehetővé teszi a parancsok egyidejű sugárzását több robotra.
Kapcsolódó: TRL v1.0 kiadás
Elérhetőség és előfeltételek
A példakód Python 3.12-t, Linux vagy macOS környezetet igényel; a szimulációs útvonalhoz nincs szükség GPU-ra vagy Hugging Face hitelesítőre, a hardveres verzióhoz csak egy SO-101 robot és egy Hugging Face token szükséges. A teljes példát a GitHub-repo 'examples/lerobot/hub_to_hardware.py' tartalmazza.
Kapcsolódó: Qwen3-1.7B modell
A Hugging Face június 17-én publikálta az integrációt a saját blogján, és az AWS Strands Robots SDK-vel a robot-tanítás folyamata a SO-101 hardveren a Hugging Face Hub adataival mostantól egyszerűsíthető.
Kapcsolódó: AI-vezérelt kar