LeRobot

실제 로보틱스를 위한 Hugging Face의 PyTorch ML 라이브러리

라이선스

Apache-2.0

개요

실제 로보틱스를 위한 Hugging Face의 오픈소스 PyTorch 머신러닝 라이브러리입니다. 모방 학습과 강화 학습에 중점을 두고 모델, 데이터셋, 도구를 제공하여 로보틱스 개발을 민주화합니다. 사전 구축된 저렴한 로봇 플랫폼(SO-101 114유로, HopeJR 휴머노이드 암, LeKiwi 모바일 로봇), HuggingFace Hub의 사전 학습된 모델, 인간이 수집한 시연 데이터셋, 시뮬레이션 환경(ALOHA, PushT, SimXArm)을 제공합니다. 시연 데이터로 몇 분 만에 로봇을 훈련할 수 있으며 실제 세계로의 전이를 지원합니다.

LeRobot은 최첨단 AI와 머신러닝을 로보틱스 커뮤니티에 접근 가능하게 만드는 데 초점을 맞춘 Hugging Face의 실제 로보틱스용 오픈소스 플랫폼입니다. AI 민주화에 대한 Hugging Face의 전문성을 바탕으로 LeRobot은 로봇 조작 및 제어 작업을 위해 특별히 설계된 사전 학습된 모델, 데이터셋, 도구를 제공합니다. 이 플랫폼은 사용 편의성, 재현성, 커뮤니티 협업을 강조하여 연구자와 개발자가 물리적 로봇에 고급 AI 기능을 신속하게 배포할 수 있도록 합니다. LeRobot은 최첨단 AI 연구와 실용적인 로봇 응용 프로그램 사이의 격차를 해소합니다.

중요한 이유

LeRobot은 Hugging Face Transformers가 NLP에 했던 일을 로봇 학습에서 하고 있습니다 — 통합되고 접근하기 쉬운 프레임워크를 제공해 진입 장벽을 낮추는 것입니다. 사전 설계된 저렴한 하드웨어, 공유 데이터셋, Hub의 사전 학습 모델을 갖춘 LeRobot은 로봇 학습 연구의 표준 출발점으로 빠르게 자리 잡고 있습니다.

해결하는 문제

로봇 학습 연구는 호환되지 않는 수십 개의 코드베이스로 파편화되어 있어 결과를 재현하거나 방법을 비교할 수 없습니다. LeRobot은 학습 및 평가 파이프라인을 표준화하여 연구자가 인프라 대신 알고리즘에 집중할 수 있게 합니다.

핵심 요점

• 여러 알고리즘(ACT, Diffusion Policy, TDMPC)에 걸쳐 로봇 정책을 학습하는 통합 API
• HuggingFace Hub를 통해 공유되는 사전 학습 모델과 데이터셋
• 저렴한 하드웨어 플랫폼: SO-101(114 EUR), HOPEJr, LeKiwi
• 시뮬레이션 환경과 실제 로봇 모두에서 작동
• 모델, 데이터셋, 하드웨어 통합을 기여하는 빠르게 성장하는 커뮤니티

대상

• 모든 수준의 로봇 학습 연구자
• 매니퓰레이션 정책을 구축하는 ML 엔지니어
• 저가형 암(SO-101, Koch)을 가진 취미 제작자
• 모방 학습 접근법을 평가하는 기업

한계

• 모방 학습에 중점 — RL 기반 접근 방식에 대한 지원은 상대적으로 적음
• 실제 로봇 지원은 사용 가능한 하드웨어 인터페이스에 따라 달라짐
• API가 빠르게 발전하여 문서가 릴리스보다 뒤처질 수 있음
• 학습에 필요한 컴퓨팅 요구 사항이 클 수 있음(GPU 권장)