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。
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。
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。
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：
pythonlerobot/scripts/control_robot.pyteleoperate \
--robot-pathlerobot/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。
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 _ intqdm.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
fromlerobot.scripts.control_robotimport 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
pythonlerobot/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。