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

AWS 开源机器人 SDK Strands Robots 与 Hugging Face 的 LeRobot 框架完成深度整合，让开发者可以用一套代码在模拟环境和真实机器人之间无缝切换。这项技术于 2026 年 6 月 17 日发布，核心变化在于将原本分散的机器人开发工具链整合成一个统一的智能体（Agent）循环，从数据采集、模型训练到物理部署全部打通。 过去，要让机器人学会一个新任务，开发者需要分别使用五套独立工具：录制演示数据、训练模型、模拟测试、硬件部署，以及多机器人协调。这些工具各自为政，数据格式不统一，切换成本极高。Strands Robots 作为 AWS 开源的 SDK（采用 Apache 2.0 协议），将 LeRobot 框架封装成 AgentTools，开发者只需通过一个 Strands Agent 就能串联所有环节。具体来说，模拟环境中的 DatasetRecorder 与 LeRobot 硬件录制使用完全相同的 LeRobotDataset 格式，这意味着在 MuJoCo 模拟器中采集的数据和真实 SO-101 机器人上录制的数据可以直接互换使用。策略推理方面，GR00T 和 LerobotLocal 提供统一接口，MolmoAct2 检查点也通过 LerobotLocal 路径运行。当需要管理多台机器人时，内置的 Zenoh 网格（peer mesh）可以将 Agent 指令广播到整个机器人集群。 对于中国跨境电商卖家和 AI 从业者来说，这项技术的实际价值在于大幅降低了机器人自动化部署的门槛。一个典型的应用场景是仓库分拣：卖家可以在模拟环境中录制演示数据、训练模型，验证无误后仅需修改一个关键字参数（mode="real"）就能部署到实体机器人上，无需重写任何代码。整个流程在 Python 中只需五条核心指令：创建机器人对象、构建 Agent、然后直接输入自然语言指令（如"拿起红色方块"）。AWS 还提供了完整的示例代码（hub_to_hardware.py 和 Jupyter Notebook），默认路径无需硬件、无需 GPU、甚至无需 Hugging Face 账号即可在笔记本上运行模拟版本。这意味着中小型卖家也能以极低成本测试和部署机器人自动化方案，而不必像过去那样投入大量资源搭建独立的开发环境。