Do Hugging Face Hub ao hardware de robôs com Strands Agents e LeRobot

O artigo descreve uma integração prática entre três pilares da robótica de código aberto em 2026: o Hugging Face Hub, a biblioteca LeRobot e o SDK Strands Agents da AWS. Diferente de fluxos anteriores que exigiam cinco ferramentas separadas, gravação, treino, simulação, implantação e orquestração, essa nova arquitetura unifica tudo em um único loop de agente. A chave está na padronização do formato LeRobotDataset: tanto dados gravados em simulação (MuJoCo) quanto em hardware físico (como o braço SO-101) usam exatamente a mesma estrutura em disco, parquet para estados articulares e MP4 por câmera. Isso elimina conversões manuais e incompatibilidades entre ambientes. O Strands Robots não substitui LeRobot; ele o orquestra via AgentTools, mantendo os CLIs nativos (lerobot-record, lerobot-calibrate) para calibração e captura física, enquanto o agente lida com a coordenação de tarefas, envio ao Hub e distribuição em frota via Zenoh mesh.

A integração é intencionalmente fina: o agente não reescreve o stack de robótica, mas atua como cola inteligente. Por exemplo, o mesmo código Python que roda uma política Mock em simulação pode ser implantado em um SO-101 real com apenas mode="real". Modelos VLA como GR00T N1 (hospedado oficialmente pela NVIDIA no Hugging Face Hub desde novembro de 2024) e SmolVLA são acessados via interface unificada (LerobotLocal), permitindo troca de políticas com uma única string, sem refatoração. A aquisição da Pollen Robotics pelo Hugging Face em abril de 2025 e o lançamento do Reachy Mini (US$ 299, pré-venda desde julho de 2025) reforçam o foco em hardware acessível compatível com esse ecossistema.

Essa integração resolve um gargalo crônico na robótica: a fragmentação entre simulação e mundo real. Antes, mudar de MuJoCo para hardware exigia reescrita de pipelines, adaptação de formatos e validação manual. Agora, um desenvolvedor pode gravar, treinar e testar uma política inteira localmente, sem GPU, sem credenciais do Hub e sem robô físico, e, com uma linha de mudança, implantar no mundo real. Isso reduz o ciclo de iteração de dias para minutos. Para a comunidade, significa que modelos como GR00T N1, ACT ou Diffusion Policy deixam de ser experimentos isolados e viram blocos reutilizáveis em aplicações práticas, desde montagem industrial até assistência domiciliar. O fato de o SO-101 (US$ 200, 300) ser o braço de referência da LeRobot em 2026 mostra que a barreira de entrada caiu para estudantes e startups.

Para desenvolvedores, o impacto é concreto: você escreve uma vez, roda em qualquer lugar. O exemplo hub_to_hardware.py funciona em um MacBook com Python 3.12, sem dependências pesadas, basta instalar strands-robots[sim-mujoco,lerobot,mesh]. Não há necessidade de Docker, GPU ou conta no Hugging Face para começar: o modo padrão usa simulação + política Mock e salva dados localmente. Quando precisar subir para produção, basta adicionar seu token do Hub, conectar um SO-101 calibrado (arquivos em ~/.cache/huggingface/lerobot/calibration/) e trocar mode="sim" por mode="real". A API é consistente, Robot("so100") sempre retorna o mesmo objeto, só muda a camada de execução. Isso simplifica testes, CI/CD e deploy em frota. E se você usa Bedrock, Anthropic ou Ollama para raciocínio de alto nível, o Strands AgentCore já orquestra isso junto com o controle motor do GR00T ou SmolVLA, sem código customizado para cada combinação.