Article

Strands Agents + LeRobot: Von Hugging Face Hub direkt zur Roboter-Hardware

AI LeRobot Strands AWS Robotik Hugging Face Agent

Das Problem

Du hast einen Roboter, Demo-Daten auf dem Hugging Face Hub und eine neue Aufgabe, die er lernen soll. Heute brauchst du dafür fünf separate Tools:

  1. Aufnahme neuer Demos
  2. Training
  3. Simulation
  4. Custom Deployment-Code
  5. Koordination bei mehreren Robotern

Diese Tools funktionieren einzeln – aber sie sprechen nicht miteinander.

Die Lösung: Strands Robots

Strands Robots ist ein Open-Source SDK von AWS (Apache 2.0), das Robotik-Abstraktionen, Simulation und den LeRobot-Stack als AgentTools exponiert, die du in einen einzigen Strands-Agent komponierst.

Die Integration ist bewusst dünn:

  • LeRobot’s eigene CLIs (lerobot-record, lerobot-calibrate) handhaben Hardware-Aufnahme
  • Strands AgentTools orchestrieren das, was ein Agent tatsächlich steuert
  • Simulation-Tool schreibt LeRobotDatasets im exakt gleichen Format wie Hardware
  • GR00T und LerobotLocal servieren Policy-Inference hinter gemeinsamer Schnittstelle
  • Peer Mesh verteilt den Agent auf Remote-Roboter

Was du baust

Der Beispiel-Agent macht vier Dinge:

  1. Neue Demos in Simulation aufnehmen
  2. Als LeRobotDataset zum Hub pushen
  3. Policy in Simulation ausführen (selbes Format)
  4. Zum physischen Roboter deployen – mit einem Keyword-Argument-Wechsel

Bei mehreren Robotern koordiniert der Agent die gesamte Fleet durch den eingebauten Peer-Mesh.

Supported Hardware

  • SO-101 Roboter (Physical Hardware)
  • MolmoAct2 Checkpoints über LerobotLocal
  • Simulation ohne Hardware, GPU oder HF-Credentials

Quick Start

# Runnable Companion
git clone https://github.com/strands-agents/strands-robots
python examples/lerobot/hub_to_hardware.py

Oder das Jupyter Notebook für Sim-only:

  • hub_to_hardware.ipynb – Mock-Policy by default

Das ist der Stack: Ein Agent-Loop, ein Dataset-Format, Policy-Swap mit String-Change. Endlich werden Robotik und ML-Workflows nahtlos integriert.