人人都能玩得起 AI 机器人,HuggingFace 开源低成本解决方案 LeRobot

近日,HuggingFace 开源了低成本 AI 机器人 LeRobot,并指导大家从头开始构建 AI 控制的机器人,包括组装、配置到训练控制机器人的神经网络。

当前的 AI 机器人,已经可以上蹿下跳后空翻、再接闪电五连鞭,代替人类承担各种工作。哪怕是当大号手办,咱也想整一个玩玩。

但无奈目前大多公司还在研发阶段,少数能量产的又有亿点小贵。当然了,小编相信 AI 和机器人最终会走进千家万户。

而现在,我们可以玩到一个低成本的解决方案 ——LeRobot:

—— 不知诸位可还记得「炒菜大师」ALOHA?

而这个 LeRobot,就是我们自己可以拥有的 ALOHA,能够模仿人类完成一些简单的任务。

单个机械臂的成本在 200 美元左右,而后端的模型训练在自己的笔记本上就可以搞定。

官方开源了全部的硬件和软件,包括训练和控制程序、AI 模型、SolidWorks 文件等。

我们可以从零组装出机械臂,并发挥想象教会它一些事情。

LeRobot 项目由前特斯拉工程师 Remi Cadene(现在是 HuggingFace 的 principal research scientist)所领导,并给出了一份详细的指南,包括如何从头开始构建 AI 控制的机器人,—— 组装、配置,以及训练控制机器人的神经网络

项目基于开源的 Koch v1.1 机器人套件(也可以是别的硬件或者虚拟平台),包含两个六电机的机械臂,可使用一个或多个摄像头作为视觉传感器。

项目地址:https://github.com/huggingface/lerobot

LeRobot 还计划在未来开发更具性价比的 Moss v1 版本,定价仅为 150 美元。

连 Mobile ALOHA 的作者也表示“Amazing”:

对于 AI 机器人,专业人士认为它将成为这个时代的 PC:

我一直在等待两个平台的转变:

-相当于早期 PC 的 AR / VR

-相当于早期个人电脑的机器人

而大多数网友则更加直接:这是我过去十年来一直想要的机械手,必须得到它!

说到开源的力量,项目刚刚发布就有网友玩了起来:

因为他表示自己的视频没有加速,所以小编也没给他加速。

目前的 HuggingFace 上给出了四种模型,以及 98 个数据集,开发者还可以选择在训练过程中上传自己的数据集。

制作自己的 AI Robot

LeRobot 目前使用的机械臂来源于 Alexander Koch 在几个月前开源的项目:

下图是前辈的样子,总体的硬件差别不大,但为了方便大家复刻和使用,LeRobot 做了一些改进。

Koch v1.1 拿掉了之前硬件模型中一些干扰材料,让尺寸标准化,并为引导臂添加了一个平台,允许从动臂从地面拾取物体。

通过更换直流转换器,Koch v1.1 无需使用烙铁进行组装,也无需手动调节电压转换器。

项目还添加了机械臂的 SolidWorks 模型、接线图以及装配视频。

材料清单

以引导臂(Leader Arm)为例:

下表是需要购买的部件,主要的开销在 6 个舵机上面,剩下的包括电机驱动板、固定装置、电源、杜邦线之类的。

而手臂结构的塑料片,则需要根据给出的文件通过 3D 打印获得。

实际上对于相关爱好者来说,这些零件基本都能凑出来,而且咱们国内买这些东西也要便宜得多。

另外,如果需要平替或者升级伺服电机的话,记得修改控制程序。

他这里给出的两种电机扭矩都不大,但精度和转速倒是都挺高,不知道替换后会有多大影响,感兴趣的小伙伴不妨一试。

配置和校准

首先安装 Koch v1.1 所需的依赖:

pip install -e ".[koch]"

然后按照接线图给驱动板和电机供电,USB 连接到电脑:

注意从动臂这边有俩大一点的电机需要 12V 供电,以及 USB 不能作为电源。

通过以下命令进行电机的配置和校准:

python lerobot/scripts/control_robot.py teleoperate \

--robot-path lerobot/configs/robot/koch.yaml \

--robot-overrides '~cameras'  # do not instantiate the cameras

程序实例化一个类来调用 SDK 操作电机(port 改为自己设备上检测到的端口):

DynamixelMotorsBus(port="/dev/tty.usbmodem575E0031751")

接下来配置每个电机的索引(相当于在总线上控制时的地址):

follower_arm = DynamixelMotorsBus(

port=follower_port,

motors={

# name: (index, model)"shoulder_pan": (1, "xl430-w250"),

"shoulder_lift": (2, "xl430-w250"),

"elbow_flex": (3, "xl330-m288"),

"wrist_flex": (4, "xl330-m288"),

"wrist_roll": (5, "xl330-m288"),

"gripper": (6, "xl330-m288"),

},

)

DynamixelMotorsBus 会自动检测当前电机索引,如果电机中保存的索引与配置文件中不匹配,会触发一个配置过程,需要拔掉电机的电源,按顺序重新连接电机。

读写测试

运行以下代码:

leader_pos = leader_arm.read("Present_Position")

follower_pos = follower_arm.read("Present_Position")

print(leader_pos)

print(follower_pos)

配置成功后可以得到所有 12 个电机的当前位置:

array([2054,  523, 3071, 1831, 3049, 2441], dtype=int32)

array([2003, 1601,   56, 2152, 3101, 2283], dtype=int32)

校准

手动调节机械臂到几个固定的位置,相当于给电机一个相对的归零位置,同时也保证引导臂和从动臂的静止位置大致对齐。

通过校准程序之后,这几个位置会被写入配置文件,作为之后运行的基准。

—— 温馨提示:记得不要在 Torque_Enable 的情况下硬掰。

开玩!

准备就绪,下面可以开始控制机械臂了,比如让从动臂模仿引导臂,设置采样频率 200Hz,操作 30 秒:

import tqdm

seconds = 30

frequency = 200

for _ in tqdm.tqdm(range(seconds*frequency)):

leader_pos = robot.leader_arms["main"].read("Present_Position")

robot.follower_arms["main"].write("Goal_Position", leader_pos)

—— 是不是很简单?

那么由此可知,训练机械臂模仿人类的原理就是,在从动臂模仿引导臂的同时,加上一个摄像头的实时画面,

在模仿(训练)的过程中,模型收集了手臂位置和对应的图像数据,之后(推理)就可以根据当前摄像头看到的画面来预测各个电机需要到达的角度。

小编翻了一下项目的代码,发现这个「模仿游戏」所用的 AI 模型居然就是 ALOHA 用的 Action Chunking with Transformers (ACT)。

论文地址:https://arxiv.org/pdf/2304.13705

除了 ACT,你也可以使用或者训练自己的模型,可以改成 ALOHA 那样的双臂模式,或者在虚拟环境中进行训练和验证。

加入摄像头

项目使用 opencv2 库来操作 camera,以下代码同时配置了机械臂和摄像头:

robot = KochRobot(

leader_arms={"main": leader_arm},

follower_arms={"main": follower_arm},

calibration_path=".cache/calibration/koch.pkl",

cameras={

"laptop": OpenCVCamera(0, fps=30, width=640, height=480),

"phone": OpenCVCamera(1, fps=30, width=640, height=480),

},

)

robot.connect()

使用下面的代码尝试以 60 fps 录制视频 30 秒(busy_wait 负责控制帧率):

import time

from lerobot.scripts.control_robot import busy_wait

record_time_s = 30

fps = 60

states = []

actions = []

for _ in range(record_time_s * fps):

start_time = time.perf_counter()

observation, action = robot.teleop_step(record_data=True)

states.append(observation["observation.state"])

actions.append(action["action"])

dt_s = time.perf_counter() - start_time

busy_wait(1 / fps - dt_s)

摄像头拍摄的图像帧会以线程的形式保存在磁盘上,并在录制结束时编码为视频。

也可以将视频流显示在窗口中,以方便验证。

还可以使用命令行参数设置数据记录流程,包括录制开始前、录制过程和录制结束后停留的时间。

可视化

python lerobot/scripts/visualize_dataset_html.py \

--root data \

--repo-id ${HF_USER}/koch_test

以上命令将启动一个本地 Web 服务器,如下所示:

建议

  • 一旦您熟悉了数据记录,就可以创建更大的数据集进行训练。一个好的开始任务是在不同位置抓取一个物体并将其放入箱子中。

  • 建议至少录制 50 集,每个地点 10 集。在整个录制过程中保持摄像机固定并保持一致的抓取行为。

  • 实现可靠的抓取性能后,您可以开始在数据收集过程中引入更多变化,例如额外的抓取位置、不同的抓取技术以及改变相机位置。

  • 避免过快地添加太多变化,因为这可能会影响您的结果。

本文来自微信公众号:微信公众号(ID:null),作者:alan,原标题《人人都能玩得起 AI 机器人!HuggingFace 开源低成本解决方案》

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      文章发布时间太久,仅显示热门评论
      全部评论
      一大波评论正在路上
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享