从Hugging Face Hub到机器人硬件：Strands Agents与LeRobot的集成

AWS开源的Strands Robots SDK（Apache 2.0）现已与LeRobot深度集成，为机器人开发者提供了一条从Hugging Face Hub数据集到实体机器人的无缝路径。通过将LeRobot栈封装为AgentTools，开发者可以构建单一智能体，完成记录演示、训练策略、模拟测试以及部署到硬件的全部工作——而无需在不同工具间切换。

该集成的核心设计理念是保持接口的轻量化。LeRobot原有的脚本（如lerobot-record、lerobot-calibrate）继续负责硬件记录和校准，而Strands AgentTools则负责智能体实际编排的部分。模拟工具记录的数据集与LeRobot在硬件上写入的格式完全相同，GR00T和LerobotLocal提供统一的策略推理接口，MolmoAct2检查点则通过LerobotLocal路径运行。通过Zenoh对等网格，智能体还可以协调远程机器人集群。

开发者通过一个简单的Python脚本即可体验整套流程。默认模式下，Robot("so100")返回模拟环境，无需连接硬件；设置mode="real"则切换到由LeRobot驱动的实体机器人。Agent代码在两种模式下完全一致。示例应用（位于hub_to_hardware.py和notebook中）可在笔记本上完整运行，从记录演示、推送到Hub，到在模拟中运行策略，一气呵成。

文章详细介绍了五个步骤：首先构建基于LeRobot AgentTools的智能体；其次在模拟中记录演示数据集并推送到Hub；然后使用同一数据集在模拟中运行策略；接着通过更改一个参数将相同Agent代码部署到物理SO-101机器人；最后利用Zenoh网格向整个机器人群发送命令。整个过程无需额外硬件或GPU，甚至无需Hugging Face凭证即可完成默认路径的测试。

对于希望深入实践的开发者，文章还提供了硬件部署和真实策略（如GR00T或MolmoAct2）的配置指南。值得注意的是，模拟记录的LeRobotDataset与硬件记录的数据集格式完全一致，因此训练脚本无需修改即可直接使用。NVIDIA最新的Cosmos 3也作为策略提供者支持同一接口。

当前方案仍处于持续演进阶段，未来计划包括改进策略加载流水线、提供演示数据的自动验证功能，以及支持更多机器人型号。开发者可以从GitHub仓库克隆示例应用，立即开始构建自己的机器人控制智能体。