AWSとHugging Face、ロボットデータの一元管理とストリーミング学習を可能にする新たなデータループ構成を公開

要点

• AWSのロボティクスSDK「Strands Robots」、Hugging Faceの「LeRobot」、および「Storage Buckets」を組み合わせた効率的なデータ循環ループが発表された。

• 新機能の「Storage Buckets」を活用することで、日々蓄積されるロボットの実演データの同期において、変更された差分データのみを効率的に転送できる。

• 訓練時にはデータセット全体をダウンロードする必要がなく、Hugging Face Hubからフレーム単位でデータを直接ストリーミングして学習を進められる。

• 訓練済みのポリシーは、プログラム内の引数を1つ変更するだけで、シミュレーション環境から実機ロボットへ簡単に適用できる。

• 米Amazon Web Services（AWS）とHugging Faceの共同開発チームは2026年8月13日、ロボットの実演データの記録、訓練、そして制御プログラムの配備までを一元管理できる効率的な「ストリーミングデータループ」の構築手法を公開した。これは、AWSのオープンソースSDK「Strands Robots」と、Hugging Faceのロボティクスツール「LeRobot」、および「Hugging Face Storage Buckets」を統合することで実現するものだ。本手法により、ロボット開発におけるデータ蓄積とモデル訓練に伴う時間および転送コストが大幅に削減される。

継続的なロボット開発におけるデータ転送の課題

ロボットの動作を決定する制御ルールである「ポリシー」の開発においては、日々ロボットの実演を記録してデータセットを拡張し、そのデータでモデルを訓練、実機に配備して再びデータを収集するという循環型の開発サイクルが一般的だ。しかし、このサイクルを回し続けるとデータセットが肥大化し、訓練のたびに巨大なデータをGPU環境へ転送する時間や通信コストが大きな課題となっていた。

今回の発表は、このデータ転送の非効率さを解消し、単一のエージェント（自律的にタスクを実行するAIソフトウェア）の制御下で効率的にループを完結させるものだ。この仕組みの基盤となるのが、Hugging Faceが2026年3月に発表した「Storage Buckets（ストレージバケット）」である。Storage Bucketsは、変更可能でバージョン管理を行わないオブジェクトストレージ（データをまとまりとして管理する方式）であり、データセットリポジトリと同じ hf:// 名前空間で動作する。これにより、日々のデータ同期時に変更された差分バイトのみをアップロードできるため、転送量を最小限に抑えることが可能になった。

「Strands Robots」による多様なロボットのサポート

データ収集とロボット制御の役割を担うのが、AWSがApache 2.0ライセンスで提供するオープンソースSDK（開発用ツール一式）「Strands Robots」だ。このSDKは、ロボットの抽象化レイヤーやシミュレーション機能、およびLeRobotの機能を「AgentTools」として統合し、単一のエージェントから扱えるようにしている。

Strands Robotsに用意されている Robot() ファクトリ（登録されたリストから指定のロボットインスタンスを生成するプログラム上の仕組み）は、アーム、ヒューマノイド、モバイルベース、ハンドなど様々な形態に対応する。今回の検証で用いられたロボットアーム「SO-100」だけでなく、物理的な実機である「SO-101」など、カタログに登録されている多様なハードウェアへ同じエージェントコードを適用させることができる。

また、Strands Robotsが記録するデータ形式はLeRobotフォーマットに完全準拠している。LeRobot形式は、すでにHugging Face Hub上で9万件以上のデータセットやモデル、8000以上のパブリッシャーに採用されており、追加のフォーマット変換なしでLeRobotエコシステムの多様なツールと連携できる。

ストリーミング訓練と手軽な実機デプロイ

今回のデータループでは、エージェントが自然言語の指示からロボットの実演を記録し、作成されたLeRobotDatasetをStorage Bucketに同期する。

訓練段階では、データセットをローカル環境へ事前にダウンロードするのではなく、Hugging Face Hubからフレーム（映像を構成する静止画の1コマ）単位で直接データをストリーミングしながらデコード（元データに復元する処理）し、リアルタイムに学習を行う。これにより、長時間のダウンロード待ちやローカルストレージの容量不足を回避しつつ効率的に訓練を行える。

さらに、訓練によって得られたポリシーは、コード内の引数を1つ書き換えるだけで、シミュレーション環境から実機のハードウェアへとシームレスにデプロイ（システムの実環境への配置）が可能だ。これによって、データの記録、差分アップロード、ストリーミング訓練、実機へのデプロイという一連のプロセスが完全に接続されたデータループとして機能する。

本データループの動作プロセスを実際に実行できるコード例は、GitHub上のStrands Robotsリポジトリ内にあるJupyter Notebook（プログラムと実行結果を対話形式で記録・実行できる開発環境）の「examples/notebooks/05_streaming_data_loop.ipynb」として公開されている。