Robotyka
·
2 min czytania
·
24 października 2025
LeRobot 0.4.0: Hugging Face przyspiesza naukę robotów
Źródło: Link
Źródło: Link
Hugging Face właśnie pokazał, że uczenie robotów może być tak proste jak trenowanie modeli językowych. LeRobot 0.4.0 wprowadza wsparcie dla Vision-Language-Action Models i skraca czas treningu o 40%. To konkretna odpowiedź na pytanie, dlaczego robotyka open source wciąż nie dogoniła zamkniętych laboratoriów.
LeRobot to biblioteka Pythona, która od stycznia 2024 roku demokratyzuje dostęp do narzędzi do uczenia robotów. Wersja 0.4.0 to największa aktualizacja od premiery. Zespół Hugging Face dodał funkcje, które dotąd wymagały miesięcy pracy nad własną infrastrukturą.
Najważniejsza nowość? Pełna integracja z Vision-Language-Action Models. Te modele łączą widzenie komputerowe z rozumieniem języka naturalnego. Efekt: robot może wykonać polecenie "połóż czerwoną kostkę na niebieską" bez wcześniejszego programowania tej sekwencji. LeRobot 0.4.0 wspiera teraz OpenVLA i dodaje gotowe skrypty treningowe.
Konkretnie: czas treningu modelu spadł z około 10 godzin do 6 godzin na standardowym setupie z pojedynczym GPU. To efekt przepisania pipeline'u danych i optymalizacji ładowania obrazów z kamer.
Wersja 0.4.0 wprowadza nowy format zapisu demonstracji – LeRobot Dataset Format v2.0. Zmiana może wydawać się techniczna, ale ma realne konsekwencje. Zbiory danych zajmują teraz o 30% mniej miejsca. Ładowanie próbek jest dwukrotnie szybsze.
Dodano też wsparcie dla kalibracji kamer i synchronizacji timestampów między różnymi sensorami. Niekoniecznie – to właśnie te detale decydują, czy robot nauczy się chwytać kubek, czy będzie ciągle pudłował o 2 centymetry.
LeRobot 0.4.0 oficjalnie wspiera teraz manipulatory Koch v1.1 i Moss v1. Oba zaprojektowane z myślą o niskim koszcie i łatwym dostępie. Dokumentacja zawiera gotowe konfiguracje – możesz zacząć zbierać dane treningowe praktycznie od razu po złożeniu hardware'u.
Zespół dodał również przykładowe datasety dla zadań manipulacji obiektami. Każdy zbiór zawiera 500-1000 demonstracji z adnotacjami. To wystarczy do wytrenowania podstawowych zachowań (i zaoszczędza Ci tygodni nudnego zbierania danych).
Jeśli budujesz robota – dostajesz infrastrukturę, którą Google czy Boston Dynamics tworzyli latami, za darmo i w otwartym kodzie. Jeśli jesteś badaczem – możesz skupić się na algorytmach zamiast na debugowaniu sterowników kamer. Jeśli obserwujesz branżę – widzisz, jak open source zaczyna nadrabiać dystans do zamkniętych laboratoriów.
LeRobot 0.4.0 jest dostępny na GitHubie i przez pip install. Pełna dokumentacja, przykłady i pretrenowane modele czekają na Hugging Face Hub.
90 minut praktycznej wiedzy o AI. Pokaze Ci krok po kroku, jak zaczac oszczedzac 10 godzin tygodniowo dzieki sztucznej inteligencji.
Zapisz sie na webinar