LeRobot ya puede imaginar qué hará un robot antes de ejecutar sus movimientos
Hugging Face añade a su plataforma de código abierto para robótica la capacidad de predecir visualmente qué hará un robot, evaluar su desempeño y mejorar su entrenamiento con nuevos datos sintéticos.
Hugging Face (la plataforma donde miles de desarrolladores comparten modelos de inteligencia artificial) acaba de lanzar la versión 0.6.0 de LeRobot, su kit de herramientas de código abierto para entrenar robots con IA. La novedad principal es que ahora LeRobot puede generar visualizaciones de lo que el robot hará antes de moverlo físicamente, gracias a modelos de predicción de video. Esto permite a los desarrolladores detectar errores antes de que el brazo robótico tire algo al suelo o ejecute un movimiento peligroso.
La nueva versión incluye también un sistema de evaluación automatizada que mide qué tan bien funciona un robot en tareas específicas (como coger objetos o apilar bloques) y genera informes detallados con métricas y videos. Hasta ahora, muchos equipos tenían que evaluar sus robots manualmente, viendo horas de grabaciones para entender dónde fallaban. Según el equipo de Hugging Face, esto convierte a LeRobot en una de las pocas plataformas de robótica que permite iterar rápidamente sin necesidad de equipos especializados en análisis de datos.
Otra incorporación importante es la compatibilidad con datos sintéticos generados mediante simulación 3D. Los desarrolladores pueden ahora crear escenarios virtuales usando MuJoCo (un motor de física especializado en robótica) y usar esos datos simulados para entrenar modelos de forma más rápida y barata que grabando horas de videos reales con robots físicos. La plataforma ya incluye ejemplos listos para usar con tareas como manipulación de objetos y navegación.
LeRobot v0.6.0 también estrena compatibilidad con nuevas arquitecturas de modelos, incluyendo Diffusion Policy (un tipo de modelo que predice secuencias de acciones físicas usando técnicas similares a las de los generadores de imágenes) y variantes del popular VQ-BeT (un modelo que representa movimientos robóticos como si fueran palabras en un vocabulario). Todos estos modelos están disponibles para descargar y modificar libremente en el repositorio de Hugging Face.
La plataforma mantiene su enfoque en democratizar la robótica inteligente: todo el código es abierto, funciona con hardware accesible (como brazos robóticos de menos de mil euros) y está diseñado para que investigadores sin grandes presupuestos puedan experimentar. Con esta actualización, Hugging Face busca que entrenar un robot con IA sea tan sencillo como entrenar un modelo de lenguaje, algo que hasta hace poco sólo estaba al alcance de laboratorios universitarios y grandes empresas.
