LeRobot merilis versi 0.6.0 dengan fokus pada penutupan loop robot learning. Versi ini memperkenalkan kebijakan (policies) yang mampu 'membayangkan' masa depan menggunakan world model seperti VLA-JEPA, LingBot-VA, dan FastWAM. Selain itu, ditambahkan API reward model baru (Robometer, TOPReward) untuk evaluasi keberhasilan robot, serta CLI lerobot-rollout yang memfasilitasi koreksi loop manusia-dalam-loop (human-in-the-loop) ala DAgger. Pembaruan ini juga mencakup dukungan data kedalaman (depth sensing), anotasi dataset bertenaga VLM, dan optimasi performa.
Poin Penting
- LeRobot v0.6.0 memperkenalkan kebijakan berbasis world model (VLA-JEPA, LingBot-VA, FastWAM) untuk memprediksi masa depan sebelum bertindak.
- API reward model baru (Robometer, TOPReward) memungkinkan evaluasi keberhasilan robot secara otomatis.
- CLI lerobot-rollout mendukung koreksi loop manusia-dalam-loop untuk peningkatan data pelatihan.
- Dukungan data kedalaman (depth sensing) terintegrasi penuh dari perekaman hingga pelatihan.
- Anotasi dataset otomatis bertenaga VLM (misal: Qwen2.5-VL-7B-Instruct) memfasilitasi pembuatan data pelatihan yang kaya.
- Instalasi lebih ramping dan pemuatan data hingga 2x lebih cepat.
Penjelasan Mendalam
LeRobot v0.6.0 secara signifikan memperkaya kapabilitas robot learning melalui integrasi world model ke dalam kebijakan. Kebijakan seperti VLA-JEPA menggunakan model dunia (world model) yang memprediksi masa depan dalam ruang laten selama pelatihan, namun model ini dihilangkan saat inferensi untuk efisiensi biaya. LingBot-VA, model video-aksi autoregresif, memprediksi video dan aksi masa depan secara bertahap sambil terus memperbarui imajinasinya dengan observasi nyata. FastWAM menggabungkan model generasi video dan aksi untuk 'bermimpi' hasil rollout sendiri, namun melewatkan tahap mimpi saat inferensi untuk langsung menghasilkan aksi. Selain itu, API reward model baru, lerobot.rewards, menyatukan model seperti Robometer dan TOPReward untuk menilai keberhasilan tugas robot, yang sangat krusial untuk melatih kebijakan yang lebih baik.
Kenapa Ini Penting
Pembaruan ini memberikan alat yang lebih canggih bagi praktisi robotika di Indonesia untuk membangun agen AI yang lebih cerdas dan otonom. Kemampuan 'membayangkan' masa depan dan evaluasi keberhasilan yang akurat akan mempercepat siklus pengembangan dan meningkatkan performa robot di dunia nyata.
Untuk Siapa
Peneliti, insinyur robotika, dan pengembang AI yang bekerja pada proyek robot learning, simulasi robot, atau pengembangan agen otonom.
Contoh Use Case
- Mengembangkan robot yang dapat merencanakan urutan tindakan kompleks dengan memprediksi konsekuensi.
- Mengevaluasi dan meningkatkan performa kebijakan robot secara otomatis menggunakan reward model.
- Mempercepat pengumpulan dan anotasi data pelatihan robot melalui pipeline otomatis.
- Mengintegrasikan data kedalaman untuk navigasi dan manipulasi robot yang lebih presisi.
- Melatih model robot yang dapat belajar dari koreksi langsung dari manusia.
Cara Mulai
- Instal LeRobot v0.6.0 terbaru:
pip install lerobot. - Jelajahi dokumentasi kebijakan world model baru seperti VLA-JEPA atau LingBot-VA.
- Coba gunakan CLI
lerobot-rolloutuntuk menjalankan kebijakan dan melakukan koreksi. - Eksplorasi API
lerobot.rewardsdengan model Robometer atau TOPReward pada dataset Anda. - Unduh dan coba dataset yang sudah mendukung data kedalaman atau gunakan
lerobot-annotateuntuk anotasi.
Peran: Analis Data Robotika
Konteks: Saya baru saja mengupdate LeRobot ke versi 0.6.0 dan ingin memahami bagaimana kebijakan world model seperti VLA-JEPA bekerja.
Tugas: Jelaskan secara detail mekanisme kerja VLA-JEPA berdasarkan artikel LeRobot v0.6.0. Fokus pada bagaimana model dunia (world model) digunakan selama pelatihan dan mengapa ia dihilangkan saat inferensi, serta bagaimana ini berkontribusi pada efisiensi.
Format Output: Jawaban dalam Bahasa Indonesia, terstruktur dalam poin-poin.
Batasan: Gunakan informasi spesifik dari artikel, hindari spekulasi.
Insight Bisnis
Pengembangan robot yang lebih cerdas dan otonom melalui world model dan reward model membuka peluang bisnis di sektor manufaktur, logistik, eksplorasi, dan layanan rumah tangga.
FAQ
Apa itu 'world model' dalam konteks LeRobot v0.6.0?
World model adalah komponen dalam kebijakan robot yang belajar untuk memprediksi keadaan masa depan atau konsekuensi dari tindakan, memungkinkan robot untuk 'membayangkan' sebelum bertindak.
Bagaimana cara kerja reward model baru seperti Robometer?
Robometer adalah model pra-terlatih yang dapat menilai kemajuan dan keberhasilan tugas robot dari video mentah dan instruksi bahasa tanpa perlu pelatihan spesifik tugas.
Apakah update ini memerlukan perubahan besar pada codebase yang sudah ada?
LeRobot v0.6.0 dirancang agar lebih ramping dan bersih, namun beberapa API baru seperti reward models dan CLI baru mungkin memerlukan penyesuaian pada skrip yang ada.
Sumber: Hugging Face Blog
Diringkas dan disusun otomatis oleh GrowWithAI AI Pulse. Pelajari lebih lanjut lewat kelas AI GrowWithAI atau buka AI Pulse.