Strands Robotsがバケットからストリーミング学習、ダウンロード不要

このポストは4段階のデータループを詳細に説明する。デモンストレーションをバケットに記録し、バイトレベルの重複排除で保存し、Hubからストリーミングして学習し、ポリシーをハードウェアに展開する。各段階は単一のバックエンド—データセットを記録し、それをバケットに同期し、学習のためにそれをストリーミングバックし、1つのキーワード引数変更でハードウェアに展開するRobot()ファクトリを共有する。

ステップ1では、エージェントはDatasetRecorderを通じてLeRobotDatasetを実ハードウェアで書き込むのと同じ形式で記録する。例のプロンプトはSO-100ロボット付きのワールドを作成し、赤いキューブとフロントカメラを追加し、repo_id='local/cube_pick'とfps=30で記録を開始し、モックポリシーを60ステップ実行してから停止する。sync_dataset_to_bucket()呼び出しは完成したディスク上のデータセットをhf://buckets/{bucket}/{run_id}のStorage Bucketに移動する。SO-101上のハードウェア記録では、LeRobotのlerobot-record CLIはリーダーフォロワーセットアップを処理し、同じ形式でディスクに書き込むため、同じ同期呼び出しはそれをバケットに移動する：sync_dataset_to_bucket("./recordings", "my-org/robot-fave", run_id="run-021")。

ステップ2は重複排除の節約を説明する。腕上の固定カメラが8時間テーブルをクリアすると、ほぼ繰り返されるピクセルを記録する—同じ照明、シャーシ、背景。バージョン管理されたリポジトリでは、マルチギガバイトビデオシャード内の1フレームを変更するとファイル全体を再アップロードする。バケットはXetで支援され、コンテンツ定義チャンキングを使用する。チャンク境界がコンテンツに従うため、バイトを挿入するとそれが着地するチャンクのみが変わる。Hugging Faceの測定はHub全体でのアップロードあたりのバイト転送でおよそ4倍削減を示す。具体的なベンチマーク：500 MBから始まり、バイトの1%を変更すると再アップロードで5.5 MBのみ移動し、5%を変更すると27.5 MB移動し、10%を変更すると55 MB移動した。チャンクレベルの重複排除なしでは、オブジェクトを上書きする場合は何が変わったかに関係なくそのすべてのバイトを送信する必要がある。

ステップ3は学習のためにデータセットをストリーミングバックする。同じRobot()はバケットからそれをフレームごとに読み取り、ローカルコピーなしでカメラビデオをフライでデコードする。ループ全体はほんの数行で実行される：sim.stream_dataset("my-org/robot-fave/cube_pick", repo_type="bucket").dataloader(batch_size=64)は最初にフルデータセットをダウンロードせずにバッチをもたらす。ステップ4は同じRobotをトレーニング済みチェックポイントと1つのキーワード引数変更（ハードウェアの場合mode="real"）で展開する。ハードウェアで記録されたデモンストレーションは同じバケットに戻り、ループを閉じる。

このポストはLeRobotの形式が既にHub上の8,000を超えるパブリッシャーから90,000を超えるデータセットとモデルで使用されている（LeRobot Project Pulse）ため、Strands Robotsの記録は変換なしで統合されることに注意する。バケットは2026年3月に発表され、データセットリポジトリと同じhf://名前空間に存在し、同じhf CLIと権限を使用する。ハードウェアでの実行には、SO-101フォロワーリーダーペアまたは任意のLeRobot対応ロボットが~/.cache/huggingface/lerobot/calibration/以下のキャリブレーションファイルで機能する。ラップトップでループを実行する最小限のパスはLinuxまたはmacOS上のPython 3.12+、Strands互換モデルプロバイダ（Amazon Bedrock、Anthropic API、OpenAI、またはローカルOllama）、およびstrands-robots[sim-mujoco,lerobot]>=0.5.1が必要である。lerobot追加はLeRobot（>=0.6.1）、datasets、av、およびtorchcodecをプルし、記録とビデオデコーディングが追加セットアップなしで機能する。