Strands Robots usa Hugging Face Storage Buckets per un loop che registra, addestra e distribuisce policy robotiche
Sintesi. Un post tecnico descrive come usare Strands Robots (SDK open source, Apache 2.0) insieme ai Storage Buckets di Hugging Face per creare un ciclo continuo di raccolta dati, addestramento e deployment su robot. Il flusso registra demo in formato LeRobot, sincronizza solo i byte cambiati su bucket (Xet-backed, non versionato), streama il dataset dal Hub per l'addestramento senza scaricarlo tutto e distribuisce il checkpoint sulla stessa istanza Robot(). Sono disponibili notebook ed esempi eseguibili.
Cosa è successo
La guida mostra un agente Strands che: registra una demo con Robot("so100") tramite DatasetRecorder, sincronizza la registrazione in un Hugging Face Storage Bucket usando hf CLI, quindi streama quel dataset direttamente dal Hub per il training (decodifica video al volo) senza copia locale e infine distribuisce il checkpoint alla stessa Robot() modificando un parametro (mode="real"). Il formato on-disk resta LeRobot e il materiale d'esempio è fornito nei notebook del repository.
Perché è rilevante
La procedura illustra come integrare raccolta dati e ciclo di addestramento distribuendo politiche sullo stesso backend e sfruttando lo streaming per evitare trasferimenti ripetuti di interi dataset. L'uso dei Storage Buckets come layer di lavoro (mutabile e non versionato) e della stessa API Robot() per simulazione e hardware semplifica l'orchestrazione di agenti che decidono quali episodi conservare o riaddestrare. La notizia porta però avvisi operativi: bucket non revisionati, gestione credenziali e rischi di prompt injection devono essere trattati esplicitamente.
Contesto
Si tratta del secondo post della serie: il primo aveva mostrato il percorso dal Hub all'hardware. I bucket HF sono stati annunciati a marzo 2026; il formato LeRobot è già diffuso sul Hub (usato in oltre 90.000 dataset e modelli secondo il LeRobot Project Pulse). Il post integra componenti di Strands Robots, LeRobot e Hugging Face senza introdurre metriche comparative esterne.
Fonte: huggingface.co