在一處錄製、訓練和部署:使用 Strands Agents、LeRobot 與 Hugging Face Storage Buckets
2026-08-20 · Hugging Face
在一處錄製、訓練和部署:使用 Strands Agents、LeRobot 與 Hugging Face Storage Buckets
背景與挑戰
當一個 Agent 已能錄製演示並推送到 Hugging Face Hub 後,下一步是將其轉化為持續執行的迴圈:全天收集 episode、在不斷增長的資料集上訓練策略、部署策略,並拉取下一批資料進行迭代。然而,重複執行會帶來顯著開銷——錄製檔案持續增長,每次訓練都要將整個資料集複製到 GPU,新檢查點不斷傳輸,同時下一批錄製資料又要回傳。
Strands Robots 介紹
Strands Robots 是 AWS 釋出的開源 SDK(Apache 2.0),它將機器人抽象、模擬環境和 LeRobot 技術棧以 AgentTools 形式提供,可組合成單一 Strands Agent。本系列第一篇文章介紹了 Robot() 工廠、模擬環境下的演示錄製、策略執行,以及將相同 Agent 程式碼部署到物理 SO-101 機器人。Robot() 工廠透過登錄檔解析名稱,支援多種具身形態(手臂、人形、移動底座、機械手等),本文主要使用 SO-100。
LeRobot 資料集格式已在 Hugging Face Hub 上被超過 9 萬個資料集和模型採用,來自 8000 多個釋出者。Strands Robots 錄製的結果直接相容該格式,無需任何轉換即可被支援 LeRobot 的工具讀取。
Hugging Face Storage Buckets
本文重點介紹資料流動的反向路徑:從第一幀錄製開始,透過 Hugging Face Storage Buckets 最終回到部署的策略。Storage Buckets 是 2026 年 3 月釋出的可變、非版本化、基於 Xet 的物件儲存倉庫型別,與資料集倉庫同處於 hf:// 名稱空間,可直接使用現有的 hf CLI。它作為工作層,存放從錄製當天到訓練當天之間的資料,避免重複位元組傳輸。
構建的目標
本文構建的 Agent 能夠完成以下閉環:
- 從自然語言提示錄製 LeRobotDataset
- 將其同步到 Storage Bucket(僅上傳變更的位元組)
- 無需本地副本、直接從 Hub 逐幀流式讀取資料集,實時解碼相機影片
- 使用同一 Robot() 例項訓練策略
- 透過一個關鍵字引數變更即可將檢查點部署回硬體
同一 Robot() 既負責錄製,也負責流式讀取資料集。收集資料與在其上訓練是同一物件上的兩個方法。
核心程式碼示例
整個迴圈可以用極少程式碼實現:
from strands import Agent
from strands_robots import Robot
sim = Robot("so100") # mode="sim"(預設,安全無硬體)
agent = Agent(tools=[sim])
# 錄製演示並同步到 bucket
agent("Record a pick-the-cube demo and sync it to my-org/robot-fave.")
# 從 bucket 直接流式讀取進行訓練
for batch in sim.stream_dataset("my-org/robot-fave/cube_pick", repo_type="bucket").dataloader(batch_size=64):
...
工作原理
四個階段共享同一後端:
- `Robot("so100")` 透過共享的 DatasetRecorder 錄製 LeRobotDataset
- `sync_dataset_to_bucket(...)` 將資料同步至 Storage Bucket
- `stream_dataset(...)` 直接從 Hub 流式讀取,無需完整下載
- 訓練後的檢查點以 `mode="real"` 部署到同一 Robot
整個流程中磁碟格式始終保持 LeRobot 原始格式。配套可執行示例位於 `examples/notebooks/05_streaming_data_loop.ipynb`。
先決條件
最小配置(預設模擬路徑)
- Python 3.12+,執行於 Linux 或 macOS(支援 Apple Silicon 的 MuJoCo 後端)
- Strands 相容的模型提供商(Amazon Bedrock、Anthropic API、OpenAI 或本地 Ollama)
- 安裝 Strands Robots 資料集擴充套件:`uv pip install -U "strands-robots[sim-mujoco,lerobot]>=0.5.1"`
該命令會拉取 LeRobot (>=0.6.1)、datasets、av 和 torchcodec,支援錄製與影片解碼。所有階段均可在滿足以上條件的膝上型電腦上執行。