LeRobot hace más fácil entrenar robots con inteligencia artificial
Hugging Face lanza la versión 0.5.0 de su biblioteca para robótica, con herramientas que permiten entrenar brazos robóticos usando demostraciones humanas y modelos de visión.
Hugging Face (la plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de lanzar LeRobot 0.5.0, una actualización importante de su biblioteca de código abierto para entrenar robots. La novedad principal es que ahora cualquiera puede enseñar a un brazo robótico a realizar tareas complejas —como doblar ropa o apilar objetos— simplemente mostrándole cómo hacerlo, sin necesidad de programar cada movimiento a mano.
La nueva versión incluye modelos preentrenados que funcionan con hardware barato y accesible. Por ejemplo, soporta el brazo robótico Koch v1.1 (un diseño de código abierto que cuesta alrededor de 250 dólares en componentes) y el SO-100 (otro brazo de bajo coste popular entre aficionados y universidades). También es compatible con cámaras web comunes y con el Jetson Orin Nano (un ordenador pequeño y barato de NVIDIA pensado para ejecutar modelos de IA sin depender de internet), lo que permite montar un sistema de robótica funcional por menos de mil dólares.
LeRobot usa una técnica llamada «aprendizaje por imitación», donde el robot aprende observando a un humano realizar una tarea varias veces. La biblioteca graba esas demostraciones en vídeo, las convierte en datos de entrenamiento y luego entrena un modelo de IA —normalmente una variante de los transformers (la misma arquitectura que usan ChatGPT o GPT-4)— para que el robot reproduzca esos movimientos de forma autónoma. En la práctica, esto significa que puedes enseñarle a un brazo robótico a recoger un objeto o a insertarlo en un hueco sin escribir una sola línea de código de control.
Según informó Hugging Face en su blog oficial, la versión 0.5.0 también incorpora políticas de control (los algoritmos que deciden qué movimiento hacer en cada momento) más avanzadas, como ACT y Diffusion Policy, y mejora la integración con simuladores como MuJoCo (un entorno virtual donde puedes probar y entrenar robots antes de construirlos físicamente). Además, el equipo ha publicado varios datasets de demostraciones —conjuntos de grabaciones de tareas reales— para que otros investigadores puedan entrenar sus propios modelos sin tener que grabar las suyas.
El proyecto forma parte de un esfuerzo más amplio por democratizar la robótica con IA, un campo que hasta hace poco estaba reservado a laboratorios con presupuestos millonarios. Con LeRobot, Hugging Face apuesta por el mismo modelo que popularizó en procesamiento de lenguaje: código abierto, modelos compartidos y herramientas que cualquiera pueda usar. La idea es que, igual que hoy descargas un modelo de lenguaje y lo ajustas a tu caso de uso, mañana puedas descargar un modelo de robótica y enseñarle una tarea nueva en cuestión de horas.
