Strands Robots
Controllo in linguaggio naturale di oltre 70 robot, stesso codice in simulazione MuJoCo e sull'hardware
Licenza
Apache-2.0
Panoramica
Strands Robots è un SDK Apache-2.0 per comandare robot in linguaggio naturale tramite un agente Strands, con lo stesso percorso di codice in simulazione e sull'hardware. Una singola chiamata Robot() avvia per impostazione predefinita un mondo MuJoCo; mode='real' sposta lo stesso script sul braccio fisico. Risolve oltre 70 robot in otto categorie (bracci, umanoidi, quadrupedi, mani, droni, configurazioni bimanuali e altro) da un unico registro con download automatico degli asset, e li comanda con policy VLA (NVIDIA GR00T, Cosmos 3, LeRobot ACT/Pi0/SmolVLA/Diffusion) o con pianificatori classici dietro un'unica interfaccia. Ogni robot è anche un peer della mesh Zenoh, e lo stack fa da bridge con ROS 2 in entrambe le direzioni.
L'idea è un unico modello mentale per l'intero ciclo di apprendimento dei robot. Robot('so100') fornisce una simulazione MuJoCo senza bisogno di GPU; lo stesso identico script con mode='real' fa funzionare il braccio fisico, condividendo l'interfaccia delle policy, la mesh e l'interfaccia in linguaggio naturale. Da lì un singolo agente copre la teleoperazione di un SO-101 reale con il suo braccio leader e la registrazione delle dimostrazioni come LeRobotDataset, il post-tuning di una policy su quelle dimostrazioni tramite i trainer di LeRobot o GR00T, l'esecuzione del checkpoint ottimizzato sia su un gemello MuJoCo sia sul braccio reale, il coordinamento dei peer della flotta tramite la mesh e l'esposizione della simulazione in esecuzione come nodo ROS 2. Le impostazioni predefinite di sicurezza contano: la simulazione è la modalità predefinita e l'hardware reale richiede sempre un mode='real' esplicito.
Perché è importante
La robotica guidata da agenti di solito significa incollare un LLM all'SDK di un robot e ricominciare da capo per il successivo. Strands Robots mette un registro di oltre 70 piattaforme, tre backend di simulazione e fornitori di policy sia VLA sia classiche dietro un'unica astrazione, così lo stesso flusso di lavoro basato su prompt passa da un SO-101 sulla scrivania a un Unitree G1. È Apache-2.0 e indipendente dai fornitori: la mesh Zenoh predefinita gira in locale e AWS IoT Core è solo un componente opzionale per il coordinamento della flotta. È questa la differenza tra uno strumento aperto utilizzabile e un imbuto di vendita.
Il problema che risolve
Collegare un agente linguistico a un robot è di norma un lavoro su misura per ogni piattaforma, e i percorsi di simulazione e hardware divergono subito. Questo progetto riduce entrambi i problemi a un'unica interfaccia, così un flusso di lavoro scritto per un braccio simulato funziona sull'hardware reale e su un robot diverso senza riscrivere l'interfaccia di controllo.
Punti chiave
- Oltre 70 robot in otto categorie da un unico registro, con download automatico degli asset
- Stesso codice in simulazione e sull'hardware; la simulazione è la modalità predefinita e mode='real' è sempre esplicito
- Tre backend di simulazione integrati: MuJoCo, Newton e Isaac (l'ultimo come componente opzionale)
- I fornitori di policy comprendono NVIDIA GR00T e Cosmos 3, LeRobot ACT/Pi0/SmolVLA/Diffusion e pianificatori classici tra cui MoveIt2, cuRobo, MPC e OMPL
- Registrazione e streaming di LeRobotDataset e addestramento delle policy sono richiamabili dall'agente, chiudendo il ciclo dalla dimostrazione al deployment
- Peering sulla mesh Zenoh con tell() in linguaggio naturale e arresto di emergenza (E-STOP) in broadcast; interoperabilità con ROS 2 in entrambe le direzioni
A chi si rivolge
- Team che costruiscono il controllo dei robot tramite agenti LLM
- Utenti LeRobot che vogliono un gemello di simulazione e un ciclo di addestramento
- Ricercatori che confrontano policy VLA su robot con corpi diversi
- Sviluppatori di flotte e di coordinamento multi-robot
Limiti
- Progetto giovane: creato a febbraio 2026, con un'adozione finora modesta (124 stelle, 31 fork) rispetto ai framework affermati
- L'hardware (modalità 'real') è supportato solo per una parte delle oltre 70 voci del registro, tra cui SO-100/101, ALOHA, Reachy 2 e Unitree G1; le altre sono solo in simulazione
- L'ampiezza dei fornitori di policy fa sì che la maggior parte siano componenti opzionali con dipendenze pesanti e requisiti di GPU propri
- Il controllo in linguaggio naturale si appoggia a un fornitore di modelli, quindi comportamento e costi dipendono dall'LLM scelto
- La documentazione è in gran parte il README e i notebook, non un sito di riferimento mantenuto