LeRobot, la biblioteca de código abierto para entrenar robots con IA, se vuelve mucho más rápida

Hugging Face (la plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de publicar LeRobot 0.4.0, una actualización importante de su biblioteca de código abierto para entrenar robots mediante aprendizaje automático. La novedad principal es una mejora drástica en la velocidad: según informó la compañía en su blog oficial, el entrenamiento de modelos para controlar brazos robóticos (como el popular Koch v1.1, un brazo articulado diseñado para investigación) es ahora hasta 10 veces más rápido que en versiones anteriores. Además, el proceso de grabar demostraciones —videos donde un humano muestra al robot cómo hacer una tarea, que luego el modelo usa para aprender— se ha vuelto entre 2 y 4 veces más rápido.

Estas mejoras son especialmente relevantes porque uno de los mayores obstáculos en robótica con IA es el tiempo: recopilar miles de ejemplos de movimientos y entrenar modelos puede llevar días o semanas, lo que encarece la investigación y ralentiza el desarrollo. LeRobot usa un enfoque llamado «aprendizaje por imitación» (imitation learning en inglés), donde el robot observa acciones humanas grabadas en video y aprende a repetirlas en situaciones similares. Para que esto funcione bien, se necesitan muchas horas de grabación y muchas más de procesamiento en ordenadores potentes.

La nueva versión incluye optimizaciones en el uso de GPU (las tarjetas gráficas especializadas que aceleran el entrenamiento de IA) y mejoras en la gestión de memoria, lo que permite procesar más datos en paralelo. También han refinado el código para que la captura de video desde cámaras y la sincronización de movimientos del brazo robótico sean más eficientes. Todo esto se traduce en que un investigador o una pequeña empresa pueden iterar más rápido: probar una idea, entrenar un modelo, ver si funciona y volver a empezar si hace falta, todo en menos tiempo y con menos coste de electricidad.

LeRobot forma parte de la apuesta de Hugging Face por democratizar la IA robótica, un campo que hasta hace poco estaba dominado por grandes laboratorios con presupuestos millonarios. La biblioteca es de código abierto (cualquiera puede descargarla, usarla y modificarla sin pagar licencias) y compatible con hardware accesible, como el brazo Koch v1.1, que cuesta unos cuantos cientos de dólares en lugar de decenas de miles. La idea es que universidades, startups e incluso aficionados puedan experimentar con robots que aprenden de forma autónoma.

Además de la velocidad, esta versión añade soporte para más tipos de robots y sensores, y simplifica la instalación en sistemas operativos como Ubuntu (una distribución de Linux muy usada en investigación). Hugging Face también ha publicado varios modelos ya entrenados en su plataforma, que otros pueden descargar y usar como punto de partida. Según la compañía, la próxima meta es ampliar el conjunto de tareas que LeRobot puede aprender —por ahora se centra en manipulación de objetos con brazos— y mejorar la capacidad de generalización, es decir, que un robot entrenado para apilar cubos rojos aprenda a apilar cubos azules sin necesidad de miles de ejemplos nuevos.