Strands Robots SDK łączy Hugging Face Hub z fizycznymi robotami w jednym workflow

Firma Amazon AWS zaprezentowała otwarte narzędzie Strands Robots SDK, które integruje platformę LeRobot z Hugging Face Hub, umożliwiając seamless przejście od danych treningowych do fizycznych robotów. Rozwiązanie łączy symulację z rzeczywistością w jednym spójnym workflow, eliminując potrzebę używania pięciu oddzielnych narzędzi.

Tradycyjnie praca z robotami wymagała osobnych aplikacji do nagrywania demonstracji, trenowania modeli, testowania w symulacji, wdrażania na sprzęcie i koordynacji floty robotów. Strands Robots SDK zmienia tę sytuację, oferując zunifikowane podejście oparte na architekturze agentów.

Kluczowe wnioski

• Strands Robots SDK (licencja Apache 2.0) pozwala na przejście od datasetu z Hugging Face Hub do fizycznego robota w jednym procesie agenta.
• Symulacja MuJoCo i rzeczywisty sprzęt używają identycznego formatu LeRobotDataset, co umożliwia bezproblemowe przenoszenie danych między środowiskami.
• Przełączenie między trybem symulacji a rzeczywistym robotem wymaga zmiany tylko jednego parametru: mode="real".
• SDK obsługuje popularne modele AI poprzez Amazon Bedrock, Anthropic API, OpenAI oraz lokalne Ollama.
• Wbudowana siatka peer-to-peer pozwala na koordynację całej floty robotów z jednego agenta.

Architektura i możliwości systemu

Strands Robots SDK ekspozuje stos LeRobot jako AgentTools, które można komponować w jednego agenta Strands. Kluczową zaletą jest cienka warstwa integracji — narzędzia LeRobot obsługują nagrywanie sprzętowe i kalibrację, podczas gdy Strands AgentTools przejmują orchestrację na poziomie agenta.

System obsługuje roboty SO-101 oraz inne modele kompatybilne z LeRobot. Dla symulacji wystarczy Python 3.12+ na Linux lub macOS (ze wsparciem dla Apple Silicon w backendzie MuJoCo). Podstawowa instalacja wymaga jedynie: uv pip install "strands-robots[sim-mujoco,lerobot,mesh]".

Przykładowy workflow można uruchomić w zaledwie pięciu liniach kodu Python:

from strands_robots import Robot
from strands import Agent

arm = Robot("so100")  # domyślnie symulacja
agent = Agent(tools=[arm])
agent("Pick up the red cube")

Praktyczne zastosowanie i deployment

Agent może wykonywać cztery główne funkcje: nagrywanie nowych demonstracji w symulacji, wysyłanie wyników do Hub jako LeRobotDataset, uruchamianie polityk w symulacji oraz wdrażanie tego samego kodu agenta na fizycznym robocie.

Dla zaawansowanych zastosowań system wymaga konta Hugging Face z uprawnieniami zapisu oraz skalibrowanych robotów SO-101 (follower i leader). Lokalna inferencja GR00T potrzebuje GPU NVIDIA z minimum 16 GB pamięci wideo oraz Docker.

Przykład praktyczny dostępny jest w repozytorium GitHub pod examples/lerobot/hub_to_hardware.py oraz jako notebook Jupyter. Notebook działa domyślnie w trybie symulacji z polityką Mock, nie wymagając sprzętu ani GPU.

Strands Robots SDK reprezentuje znaczący krok w kierunku uproszczenia robotyki, eliminując bariery między symulacją a rzeczywistym wdrożeniem oraz umożliwiając łatwe skalowanie na floty robotów.