近日，HuggingFace 開源了低成本 AI 機(jī)器人 LeRobot，并指導(dǎo)大家從頭開始構(gòu)建 AI 控制的機(jī)器人，包括組裝、配置到訓(xùn)練控制機(jī)器人的神經(jīng)網(wǎng)絡(luò)。
當(dāng)前的 AI 機(jī)器人，已經(jīng)可以上躥下跳后空翻、再接閃電五連鞭，代替人類承擔(dān)各種工作。哪怕是當(dāng)大號(hào)手辦，咱也想整一個(gè)玩玩。
但無(wú)奈目前大多公司還在研發(fā)階段，少數(shù)能量產(chǎn)的又有億點(diǎn)小貴。當(dāng)然了，小編相信 AI 和機(jī)器人最終會(huì)走進(jìn)千家萬(wàn)戶。
而現(xiàn)在，我們可以玩到一個(gè)低成本的解決方案 ——LeRobot：
—— 不知諸位可還記得「炒菜大師」ALOHA？
而這個(gè) LeRobot，就是我們自己可以擁有的 ALOHA，能夠模仿人類完成一些簡(jiǎn)單的任務(wù)。
單個(gè)機(jī)械臂的成本在 200 美元左右，而后端的模型訓(xùn)練在自己的筆記本上就可以搞定。
官方開源了全部的硬件和軟件，包括訓(xùn)練和控制程序、AI 模型、SolidWorks 文件等。
我們可以從零組裝出機(jī)械臂，并發(fā)揮想象教會(huì)它一些事情。
LeRobot 項(xiàng)目由前特斯拉工程師 Remi Cadene（現(xiàn)在是 HuggingFace 的 principal research scientist）所領(lǐng)導(dǎo)，并給出了一份詳細(xì)的指南，包括如何從頭開始構(gòu)建 AI 控制的機(jī)器人，—— 組裝、配置，以及訓(xùn)練控制機(jī)器人的神經(jīng)網(wǎng)絡(luò)。
項(xiàng)目基于開源的 Koch v1.1 機(jī)器人套件（也可以是別的硬件或者虛擬平臺(tái)），包含兩個(gè)六電機(jī)的機(jī)械臂，可使用一個(gè)或多個(gè)攝像頭作為視覺傳感器。
項(xiàng)目地址：https://github.com/huggingface/lerobot
LeRobot 還計(jì)劃在未來(lái)開發(fā)更具性價(jià)比的 Moss v1 版本，定價(jià)僅為 150 美元。
連 Mobile ALOHA 的作者也表示“Amazing”：
對(duì)于 AI 機(jī)器人，專業(yè)人士認(rèn)為它將成為這個(gè)時(shí)代的 PC：
我一直在等待兩個(gè)平臺(tái)的轉(zhuǎn)變：
-相當(dāng)于早期 PC 的 AR / VR
-相當(dāng)于早期個(gè)人電腦的機(jī)器人
而大多數(shù)網(wǎng)友則更加直接：這是我過(guò)去十年來(lái)一直想要的機(jī)械手，必須得到它！
說(shuō)到開源的力量，項(xiàng)目剛剛發(fā)布就有網(wǎng)友玩了起來(lái)：
因?yàn)樗硎咀约旱囊曨l沒有加速，所以小編也沒給他加速。
目前的 HuggingFace 上給出了四種模型，以及 98 個(gè)數(shù)據(jù)集，開發(fā)者還可以選擇在訓(xùn)練過(guò)程中上傳自己的數(shù)據(jù)集。
制作自己的 AI Robot
LeRobot 目前使用的機(jī)械臂來(lái)源于 Alexander Koch 在幾個(gè)月前開源的項(xiàng)目：
下圖是前輩的樣子，總體的硬件差別不大，但為了方便大家復(fù)刻和使用，LeRobot 做了一些改進(jìn)。
Koch v1.1 拿掉了之前硬件模型中一些干擾材料，讓尺寸標(biāo)準(zhǔn)化，并為引導(dǎo)臂添加了一個(gè)平臺(tái)，允許從動(dòng)臂從地面拾取物體。
通過(guò)更換直流轉(zhuǎn)換器，Koch v1.1 無(wú)需使用烙鐵進(jìn)行組裝，也無(wú)需手動(dòng)調(diào)節(jié)電壓轉(zhuǎn)換器。
項(xiàng)目還添加了機(jī)械臂的 SolidWorks 模型、接線圖以及裝配視頻。
材料清單
以引導(dǎo)臂（Leader Arm）為例：
下表是需要購(gòu)買的部件，主要的開銷在 6 個(gè)舵機(jī)上面，剩下的包括電機(jī)驅(qū)動(dòng)板、固定裝置、電源、杜邦線之類的。
而手臂結(jié)構(gòu)的塑料片，則需要根據(jù)給出的文件通過(guò) 3D 打印獲得。
實(shí)際上對(duì)于相關(guān)愛好者來(lái)說(shuō)，這些零件基本都能湊出來(lái)，而且咱們國(guó)內(nèi)買這些東西也要便宜得多。
另外，如果需要平替或者升級(jí)伺服電機(jī)的話，記得修改控制程序。
他這里給出的兩種電機(jī)扭矩都不大，但精度和轉(zhuǎn)速倒是都挺高，不知道替換后會(huì)有多大影響，感興趣的小伙伴不妨一試。
配置和校準(zhǔn)
首先安裝 Koch v1.1 所需的依賴：
pip install -e ".[koch]"
然后按照接線圖給驅(qū)動(dòng)板和電機(jī)供電，USB 連接到電腦：
注意從動(dòng)臂這邊有倆大一點(diǎn)的電機(jī)需要 12V 供電，以及 USB 不能作為電源。
通過(guò)以下命令進(jìn)行電機(jī)的配置和校準(zhǔn)：
python lerobot/scripts/control_robot.py teleoperate \
--robot-path lerobot/configs/robot/koch.yaml \
--robot-overrides '~cameras' # do not instantiate the cameras
程序?qū)嵗粋€(gè)類來(lái)調(diào)用 SDK 操作電機(jī)（port 改為自己設(shè)備上檢測(cè)到的端口）：
DynamixelMotorsBus(port="/dev/tty.usbmodem575E0031751")
接下來(lái)配置每個(gè)電機(jī)的索引（相當(dāng)于在總線上控制時(shí)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 會(huì)自動(dòng)檢測(cè)當(dāng)前電機(jī)索引，如果電機(jī)中保存的索引與配置文件中不匹配，會(huì)觸發(fā)一個(gè)配置過(guò)程，需要拔掉電機(jī)的電源，按順序重新連接電機(jī)。
讀寫測(cè)試
運(yùn)行以下代碼：
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 個(gè)電機(jī)的當(dāng)前位置：
array([2054, 523, 3071, 1831, 3049, 2441], dtype=int32)
array([2003, 1601, 56, 2152, 3101, 2283], dtype=int32)
校準(zhǔn)
手動(dòng)調(diào)節(jié)機(jī)械臂到幾個(gè)固定的位置，相當(dāng)于給電機(jī)一個(gè)相對(duì)的歸零位置，同時(shí)也保證引導(dǎo)臂和從動(dòng)臂的靜止位置大致對(duì)齊。
通過(guò)校準(zhǔn)程序之后，這幾個(gè)位置會(huì)被寫入配置文件，作為之后運(yùn)行的基準(zhǔn)。
—— 溫馨提示：記得不要在 Torque_Enable 的情況下硬掰。
開玩！
準(zhǔn)備就緒，下面可以開始控制機(jī)械臂了，比如讓從動(dòng)臂模仿引導(dǎo)臂，設(shè)置采樣頻率 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)
—— 是不是很簡(jiǎn)單？
那么由此可知，訓(xùn)練機(jī)械臂模仿人類的原理就是，在從動(dòng)臂模仿引導(dǎo)臂的同時(shí)，加上一個(gè)攝像頭的實(shí)時(shí)畫面，
在模仿（訓(xùn)練）的過(guò)程中，模型收集了手臂位置和對(duì)應(yīng)的圖像數(shù)據(jù)，之后（推理）就可以根據(jù)當(dāng)前攝像頭看到的畫面來(lái)預(yù)測(cè)各個(gè)電機(jī)需要到達(dá)的角度。
小編翻了一下項(xiàng)目的代碼，發(fā)現(xiàn)這個(gè)「模仿游戲」所用的 AI 模型居然就是 ALOHA 用的 Action Chunking with Transformers (ACT)。
論文地址：https://arxiv.org/pdf/2304.13705
除了 ACT，你也可以使用或者訓(xùn)練自己的模型，可以改成 ALOHA 那樣的雙臂模式，或者在虛擬環(huán)境中進(jìn)行訓(xùn)練和驗(yàn)證。
加入攝像頭
項(xiàng)目使用 opencv2 庫(kù)來(lái)操作 camera，以下代碼同時(shí)配置了機(jī)械臂和攝像頭：
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()
使用下面的代碼嘗試以 60 fps 錄制視頻 30 秒（busy_wait 負(fù)責(zé)控制幀率）：
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)
攝像頭拍攝的圖像幀會(huì)以線程的形式保存在磁盤上，并在錄制結(jié)束時(shí)編碼為視頻。
也可以將視頻流顯示在窗口中，以方便驗(yàn)證。
還可以使用命令行參數(shù)設(shè)置數(shù)據(jù)記錄流程，包括錄制開始前、錄制過(guò)程和錄制結(jié)束后停留的時(shí)間。
可視化
python lerobot/scripts/visualize_dataset_html.py \
--root data \
--repo-id ${HF_USER}/koch_test
以上命令將啟動(dòng)一個(gè)本地 Web 服務(wù)器，如下所示：
建議
一旦您熟悉了數(shù)據(jù)記錄，就可以創(chuàng)建更大的數(shù)據(jù)集進(jìn)行訓(xùn)練。一個(gè)好的開始任務(wù)是在不同位置抓取一個(gè)物體并將其放入箱子中。
建議至少錄制 50 集，每個(gè)地點(diǎn) 10 集。在整個(gè)錄制過(guò)程中保持?jǐn)z像機(jī)固定并保持一致的抓取行為。
實(shí)現(xiàn)可靠的抓取性能后，您可以開始在數(shù)據(jù)收集過(guò)程中引入更多變化，例如額外的抓取位置、不同的抓取技術(shù)以及改變相機(jī)位置。
避免過(guò)快地添加太多變化，因?yàn)檫@可能會(huì)影響您的結(jié)果。
本文來(lái)自微信公眾號(hào)：微信公眾號(hào)（ID：null），作者：alan，原標(biāo)題《人人都能玩得起 AI 機(jī)器人！HuggingFace 開源低成本解決方案》
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。