LeRobot

LeRobot je open-source robotics framework od Hugging Face, ktorý sprístupňuje najmodernejšie metódy robotického učenia — od imitation learningu cez reinforcement learning až po Vision-Language-Action modely (VLA). Od svojho vzniku prešiel framework dramatickým vývojom: z experimentálneho nástroja sa stal de facto štandardom pre výskum aj hobby robotiku, s komunitou presahujúcou 50 000 GitHub stars a tisíckami zdieľaných datasetov.

1. Čo je LeRobot

LeRobot je pre robotiku to, čo Hugging Face Transformers pre NLP — jednotný framework, ktorý:

  • Zjednodušuje prístup k state-of-the-art robotickým AI metódam
  • Poskytuje predtrénované modely pripravené na nasadenie
  • Štandardizuje dataset formát pre robotické dáta (akcie, senzory, kamera) — formát LeRobot Dataset v2.0 sa stal komunitným štandardom
  • Podporuje reálne aj simulované prostredia — z fyzického robota do simulácie a späť
  • Je úplne open-source pod Apache 2.0 licenciou

Myšlienka je jednoduchá: rovnako ako Hugging Face demokratizoval NLP a computer vision, LeRobot chce demokratizovať robotiku — urobiť z nej disciplínu dostupnú každému programátorovi, nielen úzkym skupinám vo výskumných laboratóriách.

2. Ako to funguje

Základný workflow:

  1. Zber dát — teleoperate robota (ovládajte ho manuálne) a zbierajte páry [pozorovanie → akcia]
  2. Tréning — natrénujte model na zozbieraných dátach (imitation learning alebo RL)
  3. Nasadenie — nahrajte model na robota a nechajte ho konať autonómne
  4. Iterácia — zbierajte ďalšie dáta, dolaďte model, opakujte

Tento cyklus, kedysi vyhradený pre dobre financované laboratóriá, je dnes dostupný za popoludnie práce s ~300 EUR hardvérom.

Podporované metódy učenia:

Metóda Typ Silné stránky Náročnosť na dáta
ACT Imitation Learning Robustný, dobre preskúmaný Stredná (50–200 ep.)
Diffusion Policy Imitation Learning Expresívny, multi-modal distribúcie Stredná–vysoká
TD-MPC2 Model-Based RL Efektívny vzorkami, plánuje dopredu Nízka (RL)
VQ-BeT Imitation Learning Diskrétny akčný priestor, rýchly inference Stredná
π0 (Pi Zero) VLA Silná generalizácia, predtrénovaný Nízka (fine-tuning)
SmolVLA VLA Odľahčený, beží na edge GPU Nízka
GR00T-N1 VLA NVIDIA integrácia, humanoidné roboty Nízka

3. Vývoj platformy v rokoch 2025–2026

LeRobot prešiel od verzie 0.5 zásadnou transformáciou. Kľúčové míľniky:

LeRobot Dataset v2.0 (2025 Q2) Nový formát datasetov nahradil pôvodný HDF5 štandard. Prináša natívnu podporu pre multi-kamerové nahrávky, efektívnejšiu kompresiu videodát (až 10× menšia veľkosť pri rovnakej kvalite) a priamu integráciu s Hugging Face Hub streamingom — datasety sa dajú používať bez úplného stiahnutia.

Príchod VLA modelov (2025–2026) Najväčší posun v ekosystéme. Vision-Language-Action modely kombinujú jazykové schopnosti veľkých modelov s robotickým konaním. Namiesto tréningu od nuly na každú úlohu stačí krátky fine-tuning predtrénovaného VLA:

  • π0 (Physical Intelligence) — jeden z najpokročilejších open-weight VLA modelov, integrovaný priamo do LeRobot pipeline
  • SmolVLA — odľahčený VLA od Hugging Face, optimalizovaný pre edge zariadenia s consumer GPU
  • GR00T-N1 — NVIDIA model pre humanoidné roboty, dostupný cez LeRobot API

Rozšírená hardvérová podpora SO-ARM100 sa stal najobľúbenejším komunitným ramenom — kombinácia ceny (~$250), presnosti a aktívnej komunity ho posunula pred pôvodný Koch v1.1. Pribudla podpora pre mobilné základne (Stretch od Hello Robot), bimanuálne platformy (Aloha 2) a prvé humanoidné roboty.

LeRobot Hub Centralizovaný portál na Hugging Face Hub obsahuje ku júlu 2026 viac ako 2 000 robotických datasetov a 400+ predtrénovaných modelov. Používateľ môže stiahnuť model natrénovaný niekym iným na rovnakom hardvéri a spustiť ho za minúty.

4. Prečo je LeRobot dôležitý

Robotika bola dlho „uzavretý klub":

  • Drahý hardvér — robotické ramená stáli desaťtisíce eur
  • Fragmentovaný softvér — každý výskumný tím si písal vlastný kód od nuly
  • Žiadne zdieľané datasety — každý začínal s prázdnymi rukami
  • Vysoká bariéra vstupu — potrebovali ste PhD, dobre vybavený lab a granty

LeRobot mení túto dynamiku na každej úrovni:

  • Lacný hardvér — SO-ARM100 sa dá zostaviť za ~$250 zo štandardných dielov
  • Jednotný framework — rovnaký kód funguje naprieč desiatkami robotov
  • Zdieľané datasety — komunita zdieľa dáta; váš robot profituje z tisícok hodín cudzích nahrávok
  • VLA fine-tuning — predtrénovaný model zvládne novú úlohu po desiatkach (nie tisícoch) ukážok
  • Nízka bariéra — programátor s Python skúsenosťami začne experimentovať za popoludnie

Dôsledok: výskum, ktorý pred piatimi rokmi vyžadoval tím a milióny, dnes zvládne jednotlivec s laptopom a lacným ramenom.

5. Podporovaný hardvér

Robotické ramená a platformy:

  • SO-ARM100 — komunitný štandard 2025/2026, ~$250, vynikajúci pomer ceny a výkonu
  • Koch v1.1 — pôvodné 3D-tlačené rameno, stále populárne pre jeho otvorenosť (~$300)
  • Aloha / Aloha 2 — dual-arm setup pre bimanuálne manipulačné úlohy; pôvodná Stanford platforma
  • WidowX — komerčné rameno od Trossen Robotics, plug-and-play
  • Stretch (Hello Robot) — mobilná platforma pre domáce prostredia
  • Unitree H1/G1 — humanoidné roboty, experimentálna podpora
  • Vlastný hardvér — modulárna architektúra cez Robot abstrakciu umožňuje integrovať akýkoľvek robot

Senzory:

  • USB kamery (mono aj stereo)
  • Hĺbkové kamery (Intel RealSense, Azure Kinect)
  • Force/torque senzory na zápästí
  • Proprioceptívne dáta (joint angles, velocities, currents)
  • Mikrofóny pre audio-podmienené politiky

Simulátory:

  • MuJoCo — najpoužívanejší pre výskum
  • IsaacGym / IsaacLab (NVIDIA) — GPU-akcelerovaná simulácia
  • Genesis — nový fyzikálny simulátor s natívnou Python integráciou
  • SAPIEN — pre dexterous manipulation benchmarky

6. Príklady použitia

LeRobot pokrýva spektrum od jednoduchých hobby projektov po seriózny výskum:

Základné manipulačné úlohy:

  • Pick and place — robot sa naučí chytať a presúvať objekty podľa vizuálnych inštrukcií
  • Triedenie objektov podľa farby, tvaru alebo veľkosti
  • Otáčanie kľúčov, otváranie zásuviek, prepínanie vypínačov

Komplexná manipulácia:

  • Skladanie oblečenia — benchmark pre jemnú motoriku s deformovateľnými objektmi
  • Nalievanie tekutín — presná kontrola s nestabilnými materiálmi
  • Príprava jedál — multi-step úlohy v neštruktúrovaných prostrediach

Jazykovo-podmienené úlohy (VLA):

  • Robot reaguje na prirodzené jazykové pokyny: „Podaj mi červený pohár"
  • Nulový alebo few-shot prenos na nové objekty bez ďalšieho trénovania
  • Kombinovanie viacerých krokov podľa komplexných inštrukcií

Výskumné benchmarky:

  • LIBERO — sada štandardizovaných manipulačných úloh
  • RLBench — 100 manipulačných úloh pre porovnávanie algoritmov
  • DROID — large-scale real-world dataset pre generalizáciu

7. Komunita a ekosystém

LeRobot vybudoval jeden z najaktívnejších robotických open-source ekosystémov:

  • GitHub — 50 000+ stars (júl 2026), stovky aktívnych prispievateľov
  • Discord — niekoľko tisíc členov, kanály pre každý podporovaný robot aj metódu
  • Hugging Face Hub — 2 000+ datasetov, 400+ modelov zdieľaných komunitou
  • LeRobot Dataset Hub — centralizovaný portál s filtrovacími nástrojmi podľa robota, úlohy, metódy
  • Tutoriály a Colab notebooky — od „prvé kroky s SO-ARM100" po pokročilú implementáciu VLA
  • Hackathony — Hugging Face organizuje pravidelné globálne robotické hackathony s fyzickými cenami

Hugging Face zaradil LeRobot medzi strategické projekty na úrovni Transformers a Diffusers — robotika je považovaná za ďalšiu veľkú frontíru AI po jazykových modeloch.

8. Inštalácia a prvé kroky

Začať s LeRobot je prekvapivo jednoduché:

# Inštalácia
pip install lerobot

# Stiahnutie predtrénovaného modelu
python -c "from lerobot.common.policies.act.modeling_act import ACTPolicy; print('OK')"

# Tréning na vlastných dátach
python lerobot/scripts/train.py \
  policy=act \
  env=so100_real \
  dataset_repo_id=your-username/your-dataset

# Inferencia na robotovi
python lerobot/scripts/control_robot.py \
  --robot-path lerobot/configs/robot/so100.yaml \
  --pretrained-policy-name-or-path your-username/your-policy

Pre lokálny vývoj je odporúčaný uv package manager pre rýchlejšiu inštaláciu závislostí. GPU nie je nevyhnutná na inferenciu menších modelov (ACT, VQ-BeT), ale pre tréning a VLA modely je prakticky povinná.

9. Limitácie a otvorené výzvy

Napriek pokroku zostáva niekoľko reálnych obmedzení:

  • Generalizácia — modely trénované na jednom prostredí zlyhávajú pri zmene osvetlenia, pozadia alebo objektov; VLA modely tento problém čiastočne riešia, ale nevylučujú ho
  • Bezpečnosť — robot s autonómnym AI v reálnom prostredí vyžaduje systematické opatrenia: emergency stop, ochranné zóny, monitoring teploty motorov, limity prúdu
  • Compute — tréning Diffusion Policy alebo VLA fine-tuning vyžaduje GPU s minimálne 16 GB VRAM; inference je menej náročná
  • Stále v aktívnom vývoji — API medzi verziami sa môže meniť; odporúča sa sledovať changelog pred aktualizáciou
  • Dáta — aj s VLA modelmi je zber kvalitných demonštrácií časovo náročný; zlá teleoperácia = zlý model
  • Sim-to-real gap — transfer z MuJoCo do reality stále nie je triviálny, napriek vylepšeným nástrojom

Zhrnutie

LeRobot od Hugging Face je dnes najkomplexnejším open-source ekosystémom pre robotické AI. Kombinácia lacného hardvéru, state-of-the-art algoritmov vrátane VLA modelov, rozsiahlej knižnice zdieľaných datasetov a aktívnej globálnej komunity vytvára prostredie, kde sa robotika stáva dostupnou — od hobby nadšencov cez výskumníkov až po startupy. Príchod Vision-Language-Action modelov v rokoch 2025–2026 znamená kvalitatívny skok: od tréningu jednoúčelových politík k systémom, ktoré rozumejú inštrukciám a generalizujú na nové situácie. LeRobot stojí v centre tejto zmeny.