LeRobot 0.7 añade control interactivo y datos por streaming | Robótica con IA
LeRobot 0.7.0 permite cambiar subtareas durante un rollout, entrenar desde datos remotos y separar el ordenador del robot del que ejecuta el modelo.
- LeRobot
- robot learning
- open source
- datasets
- robot control
- AI
- news
¿Qué ha cambiado de verdad en las últimas 24 horas? LeRobot 0.7.0 ya está disponible. El cambio útil no es otro modelo cerrado: el proyecto abierto de Hugging Face permite cambiar instrucciones mientras el robot sigue conectado, entrenar sin bajar antes un dataset completo y mover la inferencia pesada a otro ordenador.
Es una actualización de software, no un robot nuevo ni una prueba independiente de rendimiento. Las funciones y las cifras de velocidad siguientes son las que publica el equipo de LeRobot.
Puedes corregir la tarea sin desmontar la sesión
El comando lerobot-rollout incorpora sesiones interactivas. Según la documentación de lanzamiento, la conexión al robot, los pesos y los procesadores permanecen cargados entre instrucciones. Desde la terminal puedes cambiar una subtarea, preguntar qué ve la política o darle un objetivo más amplio.
Para un brazo de sobremesa esto tiene una consecuencia muy práctica. Si la pinza ha fallado al coger una pieza, no necesitas reiniciar toda la cadena para ajustar la orden. Puedes registrar la corrección dentro de la misma sesión. Eso facilita recoger datos con fallos y recuperaciones, que suelen faltar justo cuando un montaje casero sale del caso perfecto.
No todas las políticas pueden responder preguntas o elegir subtareas por texto. LeRobot indica que esas acciones necesitan una política que genere texto o un planificador VLM externo. Tenlo en cuenta antes de prometerle conversación a cualquier modelo de control.
Entrenar deja de exigir descargarlo todo antes
La versión 0.7 añade streaming para datasets de LeRobot desde el Hub o desde un Storage Bucket. El lector obtiene los rangos de vídeo que necesita durante el entrenamiento, en lugar de exigir una copia local completa. El equipo informa de entre 2,1 y 2,5 veces más muestras por segundo con cuatro workers en sus pruebas. Es un resultado de Hugging Face, no una garantía para cada red o conexión.
También incorpora un camino para guardar datos como tablas Lance y mantener los MP4 originales. Si estás preparando un dataset pequeño, aquí lo importante es más simple: separa el almacenamiento de datos del disco del ordenador que entrena. Así puedes probar el pipeline antes de comprar un SSD solo para una colección que quizá aún estás corrigiendo.
El modelo puede correr lejos del robot
Con lerobot-policy-server, cámaras, motores, teleoperación y grabación se quedan junto al robot, mientras el modelo se ejecuta en una GPU de la red. LeRobot usa Zenoh y documenta configuraciones con TLS y control de acceso. El cliente recibe fragmentos de acciones y ajusta los que lleguen tarde a la trayectoria que queda por ejecutar.
¿Qué haría primero? Montaría el flujo en simulación y mediría la latencia real de mi red antes de conectar motores. La actualización incluye servidores de entorno para evaluación y simulación, así que no hace falta tener un robot físico para comprobar el recorrido básico. Tranquilo, empezar por esa prueba corta suele evitar que un problema de Wi-Fi parezca un problema de IA.
Cada afirmación de arriba sale de aquí. Si algo no tiene fuente, no está.