LeRobot v0.5.0: การพัฒนาครั้งใหญ่เพื่อยกระดับวงการหุ่นยนต์ 🤖
LeRobot ได้เปิดตัวเวอร์ชันใหม่ล่าสุด v0.5.0 ซึ่งมาพร้อมกับการปรับปรุงและฟีเจอร์ใหม่ ๆ ที่จะช่วยยกระดับขีดความสามารถของหุ่นยนต์ในทุกมิติ ไม่ว่าจะเป็นการรองรับฮาร์ดแวร์ที่หลากหลายยิ่งขึ้น, นโยบาย (Policies) ที่ชาญฉลาดและตอบสนองได้ดีขึ้น, รวมถึงการปรับปรุงระบบจัดการข้อมูลและการเขียนโค้ดให้ทันสมัยและมีประสิทธิภาพยิ่งกว่าเดิม
รองรับหุ่นยนต์หลากหลายยิ่งขึ้น: จากแขนกลสู่หุ่นยนต์ฮิวแมนนอยด์ 🦾
LeRobot v0.5.0 ได้ขยายขีดความสามารถในการรองรับฮาร์ดแวร์อย่างก้าวกระโดด สิ่งที่โดดเด่นที่สุดคือ:
- การรองรับ Unitree G1 Humanoid อย่างเต็มรูปแบบ: นี่คือการผสานรวมหุ่นยนต์ฮิวแมนนอยด์ตัวแรกของ LeRobot ที่ครอบคลุมทุกการทำงาน ตั้งแต่การเคลื่อนที่ (Locomotion), การหยิบจับวัตถุ (Manipulation), การควบคุมจากระยะไกล (Teleoperation) ไปจนถึงการควบคุมทั้งร่างกาย (Whole-Body Control) เพื่อให้หุ่นยนต์สามารถทำงานที่ซับซ้อนในโลกจริงได้อย่างมีประสิทธิภาพ
- OpenArm และ OpenArm Mini: เพิ่มการรองรับแขนกล OpenArm และอุปกรณ์ควบคุมระยะไกล OpenArm Mini ซึ่งสามารถทำงานร่วมกันแบบสองแขน (Bi-manual configurations) เพื่อเพิ่มความซับซ้อนในการหยิบจับ
- หุ่นยนต์ใหม่ ๆ: LeRobot ยังคงขยายระบบนิเวศด้วยการรองรับ Earth Rover หุ่นยนต์เคลื่อนที่สำหรับงานภายนอกอาคาร, OMX Robot แขนกลที่ปรับแต่งได้, และการรวมโค้ดของ SO-100/SO-101 ให้ง่ายขึ้น
- มอเตอร์ CAN Bus: รองรับมอเตอร์คอนโทรลเลอร์ผ่าน CAN Bus เช่น RobStride และ Damiao ทำให้สามารถใช้งานกับแอคทูเอเตอร์ระดับมืออาชีพได้หลากหลายยิ่งขึ้น นอกเหนือจาก Dynamixel และ Feetech ที่มีอยู่เดิม
นโยบาย (Policies) ที่ชาญฉลาดและตอบสนองไว 🧠
LeRobot v0.5.0 ได้เพิ่มนโยบายและเทคนิคใหม่ ๆ เข้ามาถึง 6 รายการ เพื่อผลักดันขีดจำกัดของการเรียนรู้ของหุ่นยนต์แบบ Open Source:
- Pi0-FAST: นำเสนอโมเดล Vision-Language-Action (VLA) แบบ Autoregressive ที่ใช้เทคนิค FAST (Frequency-space Action Sequence Tokenization) เพื่อการสร้างลำดับแอคชั่นที่แม่นยำและยืดหยุ่น
- Real-Time Chunking (RTC): เทคนิคการอนุมาน (Inference) ที่ช่วยให้การทำงานของนโยบายแบบ Flow-matching ตอบสนองได้รวดเร็วยิ่งขึ้น โดยการผสมผสานการคาดการณ์ใหม่เข้ากับการกระทำที่กำลังดำเนินอยู่ ทำให้พฤติกรรมของหุ่นยนต์มีความต่อเนื่องและตอบสนองได้ดีในสถานการณ์จริง
- Wall-X: นโยบาย VLA ใหม่ที่พัฒนาต่อยอดจาก Qwen2.5-VL โดยใช้ Flow-matching สำหรับการทำนายแอคชั่น
- X-VLA: นำ Florence2-based VLA มาใช้เป็นอีกทางเลือกสำหรับนโยบาย VLA ทำให้มีความหลากหลายของโมเดลพื้นฐาน (Foundation Models) สำหรับการเรียนรู้ของหุ่นยนต์
- SARM (Stage-Aware Reward Modeling): แก้ปัญหาความท้าทายในการเรียนรู้หุ่นยนต์สำหรับงานที่มีระยะเวลายาวนาน โดยการแบ่งการเรียนรู้เป็นขั้น ๆ (Stage-aware) ทำให้การฝึกนโยบายสำหรับงานที่ซับซ้อนหลายขั้นตอนง่ายขึ้น
- PEFT Support: รองรับการ Fine-tune VLA ขนาดใหญ่ด้วย LoRA และเทคนิค PEFT อื่น ๆ โดยไม่ต้องแก้ไข Core Training Pipeline ทำให้การปรับโมเดลขนาดใหญ่ให้เข้ากับหุ่นยนต์และงานเฉพาะทำได้ง่ายขึ้นด้วยทรัพยากรที่น้อยลง
การจัดการข้อมูลที่เร็วขึ้น: บันทึกและฝึกฝนได้ไวขึ้น ⚡
LeRobot v0.5.0 ปรับปรุงประสิทธิภาพของ Pipeline การจัดการข้อมูลอย่างมาก ทำให้ทั้งการเก็บข้อมูลและการฝึกฝนเร็วขึ้นกว่าเดิม:
- Streaming Video Encoding: บันทึกวิดีโอแบบเรียลไทม์ ทำให้ไม่มีการรอคอยระหว่างตอน (Episode) ทำให้เก็บข้อมูลได้ต่อเนื่องและรวดเร็ว
- การฝึกภาพเร็วขึ้น 10 เท่า: ปรับปรุงการรองรับ Image Transform และแก้ไขคอขวดในการเข้าถึงข้อมูล ทำให้การฝึกฝนเร็วขึ้นอย่างมาก
- การเข้ารหัสเร็วขึ้น 3 เท่า: การเข้ารหัสแบบขนาน (Parallel Encoding) เป็นค่าเริ่มต้น ทำให้การเข้ารหัสข้อมูลเร็วขึ้น
- เครื่องมือแก้ไขข้อมูลที่พัฒนาขึ้น: รองรับการทำ Subtask, การแปลง Image เป็น Video, และเครื่องมือแก้ไขอื่น ๆ ที่หลากหลาย
EnvHub: โหลดสภาพแวดล้อมจำลองจาก Hub ☁️
EnvHub เป็นวิธีใหม่ในการใช้สภาพแวดล้อมจำลองใน LeRobot โดยสามารถโหลดได้โดยตรงจาก Hugging Face Hub ทำให้การแชร์และใช้งานสภาพแวดล้อมจำลองทำได้ง่ายขึ้นมาก
การผสานรวม NVIDIA IsaacLab-Arena 🎮
LeRobot v0.5.0 ผสานรวมกับ NVIDIA IsaacLab-Arena เพื่อนำเสนอการจำลองที่เร่งความเร็วด้วย GPU ทำให้สามารถสร้าง Instance ของสภาพแวดล้อมจำนวนมากสำหรับการเรียนรู้แบบ Reinforcement Learning ได้อย่างรวดเร็ว
โครงสร้างโค้ดที่ทันสมัย: พื้นฐานที่แข็งแกร่งยิ่งขึ้น 🛠️
LeRobot v0.5.0 มีการปรับปรุงโครงสร้างโค้ดครั้งใหญ่:
- Python 3.12+: รองรับ Python เวอร์ชันล่าสุด
- Transformers v5: อัปเกรดเป็น Hugging Face Transformers เวอร์ชันล่าสุด
- 3rd-party Policy Plugins: สามารถลงทะเบียนนโยบายที่กำหนดเองเป็นแพ็กเกจที่ติดตั้งได้ ทำให้การปรับแต่งทำได้ง่ายขึ้น
- Remote Rerun Visualization: รองรับการแสดงผล Telemetry ของหุ่นยนต์แบบเรียลไทม์ผ่าน Rerun
- ปรับปรุงการติดตั้งและเอกสาร: ทำให้การติดตั้งและทำความเข้าใจง่ายขึ้น
- อัปเดต PyTorch: รองรับ GPU NVIDIA Blackwell
ชุมชนและระบบนิเวศที่เติบโต 🚀
LeRobot v0.5.0 มาพร้อมกับการพัฒนาในส่วนชุมชนและระบบนิเวศ เช่น การปรับปรุง Discord, การปรับปรุง GitHub README, การยอมรับเอกสารงานวิจัยใน ICLR 2026, การปรับปรุง LeRobot Visualizer และ LeRobot Annotation Studio
LeRobot v0.5.0 เป็นก้าวสำคัญที่แสดงให้เห็นถึงการพัฒนาอย่างไม่หยุดยั้งของ LeRobot ในการทำให้ AI และวิทยาการหุ่นยนต์เข้าถึงได้ง่ายขึ้นสำหรับทุกคน
#LeRobot #Robotics #AI #OpenSource #HumanoidRobots
ขอบคุณ แหล่งข้อมูล
https://huggingface.co/blog/lerobot-release-v050