الروبوتات على كومة واحدة: ستراندز، لوروبوت، وبوكيت المخزنية في الواجهة المهددة للحلقة الكاملة - من التسجيل إلى النشر

حلقة مغلقة دون تغيير السياق

A traditional Robics project pipeline is divided into isolated stages: first, demonstrations are collected on real or simulated equipment, then the data is transferred to a separate system for training, and after that يجب أن يُنشر النموذج المُدرب على الروبوت ويتطلب كل انتقال تحويل الشكل، والتزامن اليدوي، وتهيئة البيئة. ونتيجة لذلك، يمر الكثير من الوقت من تسجيل الحلقة الأولى لإدارة السياسة، وأي تغييرات في البيانات تصبح عملية منفصلة.

والنهج الجديد، الذي قدمه فريق الاتحاد في آب/أغسطس 2026، يغلق هذه الحلقة في مكان واحد. وبدلاً من عدة أدوات منفصلة، يُقترح أن يسجل وكيل واحد المظاهرات، وأن يرسلها إلى التخزين السحابي، وأن يدرب نموذجاً عليها، وأن يعيد نقطة تفتيش محدَّثة إلى الآلي. الفكرة الرئيسية هي عدم نقل البيانات بين النظم، ولكن للعمل معها في مجرى مباشر من التخزين

أدوات الوكيل وجهاز SDK

أساس الحل هو Strands Robots - SDK من طراز AWS موزعة بموجب رخصة Apache 2.0. إنها تقدم خلاصات روبوتية، محاكاة، LeRobot كمجموعة من العملاء وتتكون هذه الأدوات من عنصر واحد من عناصر " ستراندز " ، وهو " الروبوت " ، و " المحاكاة " ، و " تجهيز البيانات " تصبح وحدات قابلة للتغيير.

المركز Robot() ويحل المصنع اسما ضد سجل الأجهزة المدعومة. ويشمل السجل المتلاعبين، والآليات البشرية، والقواعد المتنقلة، والأسلحة القائمة بذاتها. One of the available formations is SO-100, a light weight manipulator often used for experiments. بفضل هذا السجل، نفس الرمز يعمل مع المحاكاة وجهاز حقيقي: أنت فقط بحاجة إلى تغيير البارامترات.

الوكيل يَستلمُ a قيادة في اللغةِ الطبيعيةِ، مثل "تسجيل a مظاهرة ومزامنه إلى دلو، "وتسمي الأداة المناسبة نفسها. ويسمح هذا ببناء سيناريوهات معقدة بدون تسلسل صارم من الخطوات - ويفوض منطق الرقابة إلى نموذج اللغة، في حين يتولى المصرف عمليات منخفضة المستوى مع الروبوت والبيانات.

نموذج البيانات الموحد

التفاصيل المهمة هي LeRobot استمارة البيانات. في وقت النشر، كان أكثر من 000 90 من مجموعات البيانات والنماذج بشأن Hub ويستخدم هذا الشكل بالفعل، الذي نشره أكثر من 000 8 مؤلف مختلف. وبفضل هذا التبني، أصبح لي روبوت المعيار الفعلي لتخزين المظاهرات الروبوتية.

ويُحتفظ بالتسجيل الذي يتم عن طريق ستراندز روبوتس مباشرة في شكل لوروبوتداتاست. وهذا يعني أن أي أداة يمكن أن تقرأ لوروبوت يمكن أن تعمل مع هذه البيانات دون أي تحويل. ولا حاجة إلى كتابة محولين منفصلين لكل دعم: فالبيانات تُقرأ على قدم المساواة في نصوص التدريب وأدوات التبصر وغيرها من الأطر الآلية.

تخزين الحرام

لخزن مجلدات كبيرة من المظاهرات Buckets يُستخدم - وهو نوع جديد من تخزين الجسم بدأ في آذار/مارس 2026. وخلافاً للمستودعات المنتظمة لمجموعات البيانات، فإن الدلو متغير وغير قابل للتحويل مبني على تكنولوجيا Xet. وهذا يوفر ميزتين هامتين هما: كتابة البيانات وتحديثها دون وضع نسخ جديدة، والنقل الفعال للمفاتيح المتغيرة فقط أثناء التزامن.

الدلو يعيش في نفس hf:// مكان الاسم كمجموعات بيانات منتظمة، لذا hf (كيلي) تستخدم للعمل معه ويمكن أن تتدفق البيانات مباشرة من التخزين دون تحميل مجموعة البيانات بأكملها. وبالنسبة للفيديوات البيانية الكبيرة، فإن هذا أمر بالغ الأهمية: فلا حاجة إلى انتظار تحميل كامل لبدء التدريب.

حلقة البيانات في الممارسة العملية

لفهم كيف يعمل كل هذا معا، دعونا ننظر إلى مثال من المدونة الرسمية AWS، حيث Strands Robots.. LeRobotو Buckets الحزمة تستخدم في حلقة كاملة. تم إنشاء عميل لديه أداة آليّة، مع نمط محاكاة ناشط عن طريق التقصير:

بيثون من سلالات الاستيراد عميلة من السلالات

sim = Robot ()so100) agent = agent(tools=[sim])

الوكيل يُمْكِنُ أَنْ يُعطىَ a قيادة في اللغةِ الطبيعيةِ: "أَسْمَلُ a يَختارُ المظاهرةَ وزامنه إلى my-org/robot-fave مستودع القيادة لا يتم استئصالها بواسطة نموذج محدد مسبقاً نموذج التعليل الخاص بالوكيل يحدد تسلسل الإجراءات نفسها إلى الدلو

عميلة (بيثون) (أسجلوا سجلاً لـ (كوبي) و تزامنوا معه إلى (يوربوت-فايف)

وقد صُمّم التواؤم بحيث لا يُحمّل سوى البوتيرات المتغيّرة - ولا داعي لإعادة كتابة مجموعة البيانات بأكملها. بعد إنقاذ المظاهرة، Robot() الجسم يمكن أن يتدفق البيانات مرة أخرى. داخل stream_dataset() الطريقة، تُقرأ البيانات حسب الإطار، يُفكك الفيديو على الذبابة وبالتالي لا يلزم الحصول على نسخة محلية من مجموعة البيانات.

بيثون للدفعة في سيم.

ويمكن استخدام هذه المدونة مباشرة في عملية التدريب: فالهراوات تأتي من التخزين، والنموذج مدرب، ثم يتم نشر نقطة التفتيش المعدة على نفس الموقع Robot() -لأجل هذا، عليك فقط تغيير حجة كلمة رئيسية واحدة وتعاد المظاهرات المسجلة على المعدات الحقيقية إلى نفس الدلو بنفس الطريقة وتصبح متاحة للحصول على التدريب المقبل. النتيجة هي حلقة مستمرة: جمع البيانات، وتدريب النموذج على البيانات المتعلقة بتنقية البيانات، ويجري تنفيذ السياسة المستكملة إلى الروبوت، والعملية تكرر.

احتياجات التشغيل

لكي تستنسخ التجربة، ستحتاج إلى (بيتون 3-12) أو (لينكس) أو (ماكوس) على أبل سيليكون MuJoCo دعم الدعم للمحاكاة. تم تركيب الطرد مع القيادة:

Pip install "strands-robots[sim-mujoco,lerobot]=0.5.1"

Additionally, the lerobot مشمول، ويشمل ذلك LeRobot (على الأقل النسخة 0.6.1) datasets.. avو torchcodec المكتبات ولإدارة العميل، يلزم أن يكون أحد مقدمي الخدمات النموذجية المدعومين: Amazon Bedrock (ب) وثائق تفويض مزوّدة من طراز AWS، Anthropic API.. OpenAIأو محلي Ollamaهذا الخيار يسمح بالتجارب على السحابة وعلى الصعيد المحلي

ويتاح مرفق قابل للاستمرار إلى جانب المادة - الدفتر examples/notebooks/05_streaming_data_loop.ipynbالذي يستنسخ الحلقة الكاملة الموصوفة انها نقطة انطلاق مناسبة لرؤية Strands Robots.. Bucketsو LeRobot حزمة في العمل.

الاستنتاجات

والنتيجة الرئيسية لذلك هي القدرة على حزم كامل حلقة وضع السياسات الروبوتية في دائرة واحدة. ويستخدم التسجيل والتخزين والتدريب والنشر نفس الخلاصات والصيغ. هذا يقلل بشكل جذري من عدد خطوات "جراء" بين المراحل والتجارب البسيطة: لتغيير البيانات، تحتاج فقط لتحديث المظاهرات في الدلو، لتحديث السياسة، يمكنك ببساطة إعادة تدريب النموذج على تدفق البيانات وتغيير حجة واحدة عند إنشاء الروبوت.