利用Strands Agents、LeRobot和Hugging Face存储桶在一个地方记录、训练和部署

Hugging Face 的这篇博文介绍了使用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 的数据循环。它建立在之前关于 Strands Robots 的帖子之上，Strands Robots 是一个 AWS 开源软件开发工具包（Apache 2.0 许可证），它将机器人抽象、仿真以及 LeRobot 技术栈作为 AgentTools 暴露出来。其核心思想是记录演示数据，将它们同步到 Storage Bucket（一种可变的、非版本化的、由 Xet 支持的仓库类型），以流式方式传输数据集用于训练而无需完全下载，并通过模式更改将训练好的检查点部署到硬件上。该示例使用 Robot("so100") 来记录 LeRobotDataset，使用 sync_dataset_to_bucket 将其同步，并使用 stream_dataset 将其读回。Storage Buckets 由 Xet 支持，Xet 使用内容定义的分块在字节级别对上传进行去重，从而将每次上传传输的数据量减少约四倍。该帖子还介绍了如何使用 lerobot-record 命令行工具在硬件上记录数据，并指出相同的格式既适用于仿真，也适用于物理机器人。它提供了运行此循环的代码片段和先决条件。