LeRobot v0.6.0: Елестету, Бағалау, Жетілдіру

Жасанды интеллект және робототехника саласында LeRobot платформасының жаңа нұсқасы – v0.6.0 жарық көрді. Бұл жаңарту роботтың болашақты болжау және әрекетке дайындығын жақсартуға бағытталған кешенді шешімдерді ұсынады. LeRobot-тың соңғы шығарылымы роботтың үйрену циклін толықтырып, әлемдік модельдер арқылы болашақ оқиғаларды елестету, роботтың жетістігін анықтайтын марапаттау модельдерін енгізу, сондай-ақ тәжірибе мен тренингті бір жүйеде ұйымдастыруға мүмкіндік береді. Сондай-ақ, жаңа нұсқа мәліметтер жиынтықтарын сапасы мен жылдамдығын арттыру, кодектік басқаруды жетілдіру және бұлттық оқу үшін қолайлы құралдарды ұсынады.

Әлемдік модельдер: болашақты елестететін саясаттар

Робототехникада негізгі мәселе – роботтың әрекеттері үшін болашақты алдын ала болжау моделінің пайдасы бар-жоғын анықтау болып отыр. LeRobot v0.6.0 шешімінің негізінде үш жаңа саясат көрсетілген, олар өздерінің жаттығу процесінде болашақты елестетуді үйренеді. Әр модель елестеуді тиімді әрі ресурстарды үнемдеп жүзеге асырады.

VLA-JEPA

Бұл саясат VLA құрылымын қарапайым, бірақ тиімді жолмен оқытады. Ол JEPA әлемдік моделін қолдана отырып, өз әрекеттерінен кейінгі кадрларды латентті кеңістікте болжайды. Ең маңыздысы, бұл модель жаттығу кезінде тексеріледі, бірақ пайдалануда әлемдік модельдің қосымша шығыны болмайды. Ұйымдастырылған үш алдын ала үйретілген нүкте Hub платформасында қол жетімді.

LingBot-VA

LingBot-VA болашағын бөлікпен бейне және әрекеттерді қатар болжай алуымен ерекшеленеді. Бұл автоматты режимде болжамдарды нақты бақылаулармен ұштастырып, көзқарасын нақты жағдайға бейімдейді. Сонымен қатар, роботтың ойдағы елестетулерін жазып алып, оларды нақты орын алған оқиғалармен салыстыруға болады.

FastWAM

FastWAM моделі екі маманды – бейне генерациялау және әрекет сарапшысы – біріктіріп, модельдің өз «армандарын» ойлап табуын қамтамасыз етеді. Жаттығу кезінде бұл армандар іске асады, ал пайдалануда олар жоққа шығып, модель тек қажетті әрекеттерді тікелей анықтайды. Бұл тәсіл тест кезінде шығынды азайтады.

Визуал-аудио тілдік модельдердің кеңеюі

LeRobot қорында бірнеше жаңа VLA модельдері пайда болды. NVIDIA-ның GR00T интеграциясы GR00T N1.7 нұсқасымен жаңарды, ол Qwen3-VL негізінде Cosmos-Reason2-2B моделін қолданысқа енгізді. Бұл интеграция бастапқы Isaac-GR00T шешімімен толық сәйкестендірілді, сапа мен нәтижелер дәлдігі бойынша тең.

MolmoAct2 – Allen Institute for AI жасаған көру-түсіру-әрекет моделі, LeRobot платформасында толық циклге – баптау, бағалау және нақты роботқа енгізу – дайын. Ол аз ресурс талабымен жоғары нәтиже береді, бұл SO-100/101 роботтарында нөлдік оқыту көмегімен іске қосуға мүмкіндік береді.

EO-1, Multitask DiT және EVO1 секілді басқа да модельдер түрлі өлшемде және мақсатта ұсынылып, LeRobot экожүйесін толықтырады. Әр модель оқу мүмкіндігі, кең қолданыс және жедел жұмыс істеу қабілетін көрсетеді.

Марапаттау модельдері: жетістікті анықтау

Робот оқытуда жетістікті бағалау және прогресті санау өте маңызды. LeRobot жаңа марапаттау модельдерімен біріктірілген API ұсынады. Robometer – алдын ала үйретілген жалпы мақсаттағы модель, ол берген тапсырманы жүзеге асыру барысын бейнежазба мен мәтіндік тапсырма негізінде бағалайды, арнайы баптауды қажет етпейді.

TOPReward моделі мүлдем нөлдік оқытумен жұмыс істейді, яғни кез келген бейне-текст байланысын негізге ала отырып, операциялық бағалау жүргізеді. Бұл әдіс әртүрлі визуалдық тілдік модельдерді марапаттау функциясына айналдыруға мүмкіндік береді.

Мәліметтер жиынтықтары: жылдамдық пен сапа

Мәліметтерді жүктеу тиімділігі арттырылып, енді әртүрлі кодек және бейне сақтау параметрлері қолданыла алады. Бұл кодек таңдау және бейнені өңдеуді икемді жүзеге асыруға мүмкіндік береді. Мәліметтер көлемі мен сапасын арттыру үшін автоматты тіл аннотациялары енгізілді. Жүйе алдын-ала орнатуларды жеңілдетіп, пайдаланушыға ыңғайлы дизайнда жасалған.

Тәжірибе, тексеру және оқыту құралдары

LeRobot жаңа командалық жол интерфейсін (CLI) ұсынады, ол роботты іске қосу мен жүру барысынан қателіктерді жинап, оларды оқу үшін материал ретінде қайта пайдаланады. FSDP технологиясы – үлкен модельдерді аз ресурспен оқытудың әдісі – енгізілді. Сонымен қатар, HF Jobs арқылы бұлттық оқыту қолжетімді болды, бұл есептеу қуатын қолжетімді әрі ыңғайлы етті.

Қорытынды

LeRobot v0.6.0 жаңартуы робототехника саласындағы зерттеушілер мен әзірлеушілерге бірегей мүмкіндік туғызады. Робот әрекеттерін болашаққа болжау, жетістікті объективті бағалау және үздіксіз оқу процесін автоматтандыру осы нұсқаның негізгі бағыты. Бұл роботтардың сенімділігін арттырып, практикалық қолдану аясына кеңінен енуге жол ашады. Мәліметтерді өңдеу, оқыту және бағалау құралдарының жетілдірілген интерфейсі жұмыс барысында тиімділікті арттырады.

Дереккөз: Hugging Face Blog