Strands rapproche LeRobot du matériel

Hugging Face a publié le 17 juin un guide technique signé par des ingénieurs d’Amazon qui relie Strands Robots, le SDK open source d’AWS pour piloter des robots par des agents, à LeRobot, la boîte à outils robotique de Hugging Face. Le fait important n’est pas l’ajout d’un agent conversationnel au-dessus d’un bras robotisé, mais la continuité promise entre trois étapes qui sont encore souvent séparées : enregistrer des démonstrations, tester une politique en simulation, puis déployer le même code sur un robot physique.

Dans l’exemple, un développeur crée un agent Strands autour d’un robot SO-100 ou SO-101. Par défaut, l’objet robot pointe vers une simulation MuJoCo, ce qui permet d’enregistrer un jeu de données LeRobot sans matériel, sans GPU et sans identifiants Hugging Face. Le même format de données, basé sur LeRobotDataset, est ensuite lisible par les scripts d’entraînement de LeRobot et par les politiques utilisées pour l’inférence. Pour passer au matériel réel, le guide décrit un changement de paramètre, avec mode="real", après calibration des appareils par les commandes natives de LeRobot.

Cette mise en commun est intéressante parce qu’elle attaque une friction très concrète de la robotique appliquée. Les équipes disposent souvent d’un simulateur, de scripts de collecte, de modèles d’action et de code de déploiement qui vieillissent chacun de leur côté. Ici, Strands ne remplace pas LeRobot : il expose ses fonctions comme des outils d’agent et conserve les formats en amont. Le billet mentionne plusieurs fournisseurs de politiques, dont GR00T, MolmoAct2, SmolVLA, π0 et Cosmos 3 Nano, derrière une interface commune. Il ajoute aussi un maillage Zenoh pour découvrir et coordonner plusieurs robots, avec une validation humaine par défaut pour les actions qui peuvent faire bouger physiquement une machine.

La prudence reste essentielle. Le guide rappelle que charger des modèles avec du code distant, connecter des robots sur un réseau local ou laisser un agent interpréter des consignes expose à des risques de sécurité et d’injection de prompt. Mais la direction est nette : la robotique open source se rapproche d’une chaîne de développement plus homogène, où les données de simulation, les démonstrations réelles et les modèles du Hub deviennent des pièces interchangeables plutôt que des silos. Pour les petits laboratoires et les équipes produit, c’est moins spectaculaire qu’un nouveau robot humanoïde, mais potentiellement plus utile.