Strands AgentsとHugging Face Storage Bucketsでロボットの記録・学習・展開を統合的に実現

本記事は、Strands Robots、LeRobot、およびHugging Face Storage Bucketsを統合的に利用することで、ロボットのデモンストレーション記録から学習、そしてポリシーの再展開までの一連のデータループを単一の場所で完結させる方法を解説しています。

Strands Robotsは、AWSから提供されるオープンソースSDKであり、ロボットの抽象化、シミュレーション、LeRobotスタックをAgentToolsとして提供し、これらを組み合わせて単一のStrandsエージェントを構築できます。

このSDKは、シミュレーションでのデモンストレーション記録やポリシーの実行、さらには物理的なSO-101へのエージェントコードの展開といった機能を含んでいます。

従来のワークフローでは、デモンストレーションをHugging Face Hubにプッシュした後、継続的なデータ収集、データセットに対するポリシーの学習、そしてポリシーの展開というループを毎日実行する際に、データ転送コストやデータセット全体のコピーによる非効率性が問題となっていました。

本アプローチでは、このデータフローを逆方向、すなわち最初の記録フレームから展開されたポリシーへと追跡します。

このループの中核となるのが、Hugging Face Storage Bucketsです。

これは2026年3月に発表された、変更可能で非バージョン管理のXetバックのオブジェクトストレージリポジトリタイプです。

このバケットはデータセットリポジトリと同じ`hf://`名前空間内に存在し、既存の`hf` CLIを使用して利用できます。

これにより、データが記録される日と学習に使用される日との間の作業レイヤーとして機能し、データが蓄積する過程を効率的に管理できます。

LeRobotのデータ形式は、すでに8,000以上のパブリッシャーによる90,000以上のデータセットやモデルで使用されている標準形式であり、Strands Robotsの記録データもこれに含まれるため、変換なしで読み取りが可能です。

この統合されたシステムにより、データ収集、学習の判断（どのエピソードを保持するか、再記録のタイミングなど）、およびチェックポイントの置き換えといった継続的な意思決定プロセスを、一貫したデータ基盤の上で実行することが可能になります。