# \#lerobot

**URL:** https://discuss.pytorch.kr/tag/lerobot/3672.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [BitRobot, 실제 가정의 500시간 휴머노이드 로봇 데이터셋 HIW-500 공개 (feat. Unitree)](https://discuss.pytorch.kr/t/bitrobot-500-hiw-500-feat-unitree/11010)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [6월 30, 2026, 9:30오후 UTC](https://discuss.pytorch.kr/t/bitrobot-500-hiw-500-feat-unitree/11010 "2026-06-30T21:30:34Z")

</div>

HIW-500 소개 로봇이 사람처럼 집안일을 해내려면, 깨끗하게 정돈된 실험실이 아니라 매번 배치가 다르고 조명이 제각각이며 물건이 어질러진 실제 가정에서의 경험을 학습해야 합니다. HIW-500(Humanoids In-the-Wild Dataset) 은 바로 이 격차를 메우기 위해 등장한 대규모 휴머노이드 로봇 학습 데이터셋입니다. BitRobot이 Unitree와 Hugging Face와 함께 공개한 이 데이터셋은, 동남아시아의 실제 가정 12곳에서 휴머노이드 로봇 Unitree G1을 사람이 전신 원격조작(teleoperation)하여 모은 500시간 이상의 시연 기록을 담고 있습니다. HIW-500의 핵심은 이름 그대로 In-the-Wild, 즉 통제되지 않은 자연스러운 환경에 있습니다. 로봇 학습 분야에서 오랫동안 발목을 잡아 온 문제는 실험실에서 잘 동작하던 정책(policy)이 실제 가정의 어수선함 앞에서 무너지는 것이었습니다. HIW-500은 가구 배치, 물건의 상태, 조명, 잡동사니, 그리고 조작하는 사람의 작업 스타일까지 에피소드마다 달라지도록 설계되어, 이런 분포 변화(distribution shift)에 강건한 모델을 학습시키기 위한 데이터를 제공합니다. 수집된 작업은 식탁 차리기, 냉장고 채우기, 빨래하기, 바닥 쓸기처럼 우리가 매일 마주하는 가정 내 활동입니다. 데이터셋은 이동 조작(mobile manipulation), 양팔 상호작용(bimanual interaction), 그리고 여러 단계를 거쳐야 완성되는 장기 시계열 가사 작업(long-horizon household skills)을 대상으로 하며, 모방 학습(imitation learning)을 비롯한 범용 로봇 학습 연구에 그대로 활용할 수 있습니다. 이 글에서는 HIW-500이 어떤 배경에서 나왔고, 무엇을 어떻게 수집했으며, 연구자가 이를 어떻게 활용할 수 있는지를 차근차근 살펴보겠습니다. 실험실을 벗어나 실제 가정으로: 왜 In-the-Wild 데이터인가 최근…

---

## [SmolVLA: 커뮤니티 데이터로 학습한 소규모(450M) 오픈소스 시각-언어-행동(Vision-Language-Action) 로봇 모델 (feat. Hugging Face)](https://discuss.pytorch.kr/t/smolvla-450m-vision-language-action-feat-hugging-face/7226)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [7월 5, 2025, 8:30오전 UTC](https://discuss.pytorch.kr/t/smolvla-450m-vision-language-action-feat-hugging-face/7226 "2025-07-05T08:30:50Z")

</div>

SmolVLA 모델 소개 로봇이 실제 세계에서 사람처럼 유연하게 행동하기 위해서는, 시각적 정보를 이해하고, 자연어 지시를 해석하며, 이를 바탕으로 정확한 동작을 수행할 수 있는 능력이 필요합니다. 최근 인공지능 분야에서는 이러한 요구를 충족시키기 위한 비전-언어-행동(Vision-Language-Action, VLA) 모델이 주목받고 있습니다. 하지만 기존의 대부분 VLA 시스템은 대규모 사설 데이터셋과 고가의 하드웨어에 의존해왔고, 재현성도 떨어지며, 일반 연구자들이 접근하기엔 큰 장벽이 있었습니다. Hugging Face는 이러한 한계를 극복하기 위해 ‘SmolVLA’라는 450M 규모의 소규모 오픈소스 VLA 모델을 발표했습니다. 이 모델은 일반 소비자 수준의 하드웨어에서도 실행 및 학습이 가능하며, 모두 공개된 커뮤니티 데이터셋만을 사용해 학습하였습니다. 특히, 소형화와 효율성에 초점을 맞춘 구조 덕분에 빠른 추론과 실시간 로봇 제어까지 지원합니다. SmolVLA는 단순한 연구용 모델을 넘어서 실제 로봇 동작 환경에 바로 적용할 수 있도록 설계되었으며, 학습 코드, 사전 학습 모델, 평가 방식 모두 공개되어 있어 누구나 쉽게 사용할 수 있습니다. 또한, 비공식적으로 조립된 다양한 로봇 하드웨어에서도 동작하도록 설계되어 있어, 로봇 연구의 대중화에 기여할 수 있는 의미 있는 시도입니다. SmolVLA 모델의 구조 및 주요 특징 SmolVLA는 4.5억여개의 파라미터(450M)로 구성된 소규모 모델로, CPU나 일반 GPU에서도 학습과 실행이 가능하도록 설계되었습니다. Hugging Face의 LeRobot 커뮤니티에서 공유된 오픈소스 로봇 데이터셋만을 이용해 사전 학습되었으며, 학습량은 기존 대형 VLA 모델의 10분의 1 수준에 불과하지만 성능은 동등하거나 더 우수합니다. 모델 아키텍처는 크게 두 부분으로 구성되어 있습니다. 첫째는 시각-언어-센서 데이터를 처리하는 Vision-Language Model(VLM), 둘째는 이 정보를 바…

---

## [LeRobot: Hugging Face가 제공하는 로봇 학습 모델 / 데이터셋 / 튜토리얼](https://discuss.pytorch.kr/t/lerobot-hugging-face/5145)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [9월 3, 2024, 12:35오후 UTC](https://discuss.pytorch.kr/t/lerobot-hugging-face/5145 "2024-09-03T12:35:45Z")

</div>

LeRobot 프로젝트 소개 Hugging Face가 공개한 LeRobot 프로젝트는 PyTorch 기반의 실제 로봇 공학을 위한 최신 머신러닝 모델, 데이터셋, 도구를 제공하는 라이브러리입니다. 로봇 공학의 진입 장벽을 낮추고, 누구나 데이터셋과 사전 학습된 모델을 공유하고 활용할 수 있도록 하는 것이 목표입니다. LeRobot은 모방 학습(Imitation Learning)과 강화 학습(Reinforcement Learning)에 중점을 두고 있으며, 시뮬레이션 환경과 실제 환경에서 모두 사용할 수 있습니다. 또한, 인간의 시연 데이터를 포함한 사전 학습된 모델과 시뮬레이션 환경도 함께 제공합니다. 이 프로젝트는 사용자가 로봇을 직접 조립하지 않아도 다양한 시뮬레이션 환경에서 실험할 수 있도록 설계되었습니다. Koch 로봇팔(Robot Arm)과 LeRobot을 활용한 튜토리얼이 공개되어 있으며, 향후 저렴하고 효율적인 로봇을 위한 지원이 추가될 예정입니다. 모델과 데이터셋 제공: 사전 학습된 모델과 인간 시연 데이터셋을 제공합니다. Hugging Face의 LeRobot 커뮤니티에서 LeRobot 데이터셋을 비롯한 다양한 리소스들을 확인할 수 있습니다. 시뮬레이션 환경 지원: ALOHA, SimXArm, PushT 등의 다양한 시뮬레이션 환경에서 사전 학습된 정책을 평가하고 새로운 정책을 학습하도록 할 수 있습니다. 로봇 조작을 위한 실제 환경 지원 예정: 저비용으로 고성능 로봇을 다룰 수 있도록 지속적인 업데이트가 예정되어 있습니다. 라이선스 LeRobot 프로젝트는 Apache 2.0 License로 공개 및 배포되고 있습니다. :hugs: LeRobot 커뮤니티 페이지 :github: LeRobot GitHub 저장소 https://github.com/huggingface/lerobot :github: 저비용 로봇팔 Koch GitHub 저장소 https://github.com/jes…
