Hugging Faceと英国オックスフォード大学の共同研究チームが、ロボット工学界の「PyTorch」を標榜するオープンソースライブラリ「LeRobot」を発表した。このライブラリは、ロボット技術の開発をデータ駆動型に転換するための基盤として位置づけられ、複数のハードウェアプラットフォームに対応し、端から端まで統合的な開発環境を提供する。 LeRobotは、テキスト、動画、センサデータなど多様なモダリティを扱う能力を持ち、ロボットの操作、運動制御、全身制御の分野で活用可能。特に注目されるのは、LeRobotDatasetという独自のデータセットフォーマット。これは、ロボット学習におけるデータの標準化を目的に開発され、収集されたデータの文脈情報を一元管理。たとえば、タスクの説明文、使用したロボットの種類、画像や状態データのフレームレートといったメタデータを保存可能。この形式により、多モーダルかつ時間的依存性を持つデータを、PyTorchやHugging Faceのエコシステムとスムーズに連携して扱える。 また、LeRobotは、SO-100アームやALOHA-2操作器といった既存のオープンハードウェアから、人型アームやシミュレーションデータ、自動運転車両まで、幅広いデータソースをサポート。ユーザーはカスタマイズ可能な構造でデータセットを拡張でき、研究や開発の再現性を高める。 アルゴリズム面では、強化学習や行動クローンなどの主流手法をPyTorch上で効率的に実装。さらに、推論スタックをカスタマイズし、動作計画と実行を分離することで、柔軟な制御が可能。 論文は、ロボット学習が強化学習から、人間の示範データを活用する模倣学習、さらには言語条件付きの汎化型モデルへと進化していると指摘。π0やSmolVLAといった最新モデルは、事前学習と生成手法により、少サンプルでも異なるロボットやタスクに適応する能力を示している。 LeRobotは、こうした進展を支える基盤として、開発の効率化と普及を推進。専門家から一般の愛好家まで、数行のコードでSOTAモデルを呼び出し、自らのロボット戦略を訓練・デプロイできる環境を提供。 「ロボットの専用化から汎用化、高コストから普及型へ」——LeRobotは、この転換の鍵を握る、次世代のロボット開発基盤として注目されている。