Hugging Face lança versão 0.4.0 do LeRobot e quer acelerar pesquisa com robôs de baixo custo
Atualização traz novos modelos de aprendizado, suporte a hardware mais barato e ferramentas para quem quer ensinar robôs a executar tarefas reais.
A Hugging Face (plataforma onde desenvolvedores compartilham e baixam modelos de inteligência artificial já treinados) acaba de lançar a versão 0.4.0 do LeRobot, seu projeto de código aberto voltado para aprendizado de máquina aplicado a robôs físicos. A novidade mais importante é o suporte a modelos de difusão (uma técnica que permite ao robô prever sequências de movimentos com mais precisão) e a compatibilidade com hardware barato, como braços robóticos de mesa que custam a partir de US$ 400.
Segundo informou a Hugging Face no anúncio oficial, a atualização inclui implementações de modelos como o Diffusion Policy e o Action Chunking Transformer (ACT), que permitem ao robô aprender tarefas complexas — como inserir um pino em um buraco ou manipular objetos com precisão — a partir de demonstrações feitas por humanos. Esses modelos já estavam disponíveis em artigos acadêmicos, mas agora podem ser treinados e testados por qualquer pessoa com acesso a um computador intermediário e um braço robótico de baixo custo, como o SO-100 ARM ou o Koch v1.1.
Outro destaque é a integração com o Gymnasium (uma biblioteca padrão para treinar agentes de IA em ambientes simulados) e com MuJoCo (um simulador de física usado em pesquisa de robótica). Isso significa que pesquisadores podem testar algoritmos primeiro em simulação, onde é mais rápido e barato experimentar, e depois transferir o aprendizado para robôs reais. A Hugging Face também adicionou suporte a múltiplas câmeras simultâneas, essencial para tarefas que exigem visão espacial, e melhorou a interface de visualização de dados coletados durante o treinamento.
A empresa vem investindo em tornar o LeRobot uma ferramenta acessível para quem não tem orçamento de laboratório: a versão 0.4.0 roda em uma GPU (chip especializado em processamento paralelo, usado para treinar modelos de IA) com 24 GB de memória, o que é relativamente modesto para padrões de pesquisa atual. A ideia é democratizar o acesso a técnicas de ponta em robótica, permitindo que estudantes, startups e desenvolvedores independentes possam reproduzir experimentos que antes só eram viáveis em grandes centros de pesquisa.
O LeRobot já conta com mais de 50 conjuntos de dados públicos (registros de movimentos de robôs executando tarefas variadas, usados para treinar novos modelos) e está sendo usado em projetos como o dora-drives, que ensina carrinhos robóticos a dirigir de forma autônoma em ambientes internos. A Hugging Face também mantém uma comunidade ativa no Discord e realiza encontros presenciais para quem quer colaborar no desenvolvimento da plataforma.
