# \#robot-arm
**URL:** https://discuss.pytorch.kr/tag/robot-arm/3673.md
[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)
---
## [OpenArm: 원격 조작부터 학습 정책 평가까지 공개한 오픈소스 양팔 로봇](https://discuss.pytorch.kr/t/openarm/11947)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [9월 21, 2026, 12:00오전 UTC](https://discuss.pytorch.kr/t/openarm/11947 "2026-09-21T00:00:25Z")
OpenArm 소개 로봇 팔로 조작 데이터를 모으는 연구는 팔을 손에 넣었다고 시작되지 않습니다. 사람이 어떤 장치로 팔을 조종해 시연을 만들지, 그 기록을 관절 각도와 영상까지 어떤 형식으로 남길지, 학습시킨 정책이 실제로 동작하는지를 어디에서 확인할지가 연구실마다 다르기 때문입니다. 조명과 카메라 위치가 다른 책상에서 모은 시연으로 학습한 정책은 다른 팀이 같은 조건에서 다시 돌려볼 수 없고, 논문의 성공률은 비교할 대상을 잃습니다. 이번에 소개하는 OpenArm은 그 간극을 메우려고 팔의 CAD 도면부터 데이터 기록 형식과 정책 평가 서비스까지를 한 조직이 묶어서 공개한 7자유도 양팔 로봇 프로젝트입니다. OpenArm이 내세우는 차별점은 팔의 사양보다 공개 범위에 있습니다. 로봇 팔의 설계도를 공개한 프로젝트는 이미 여럿 있지만, OpenArm은 그 위에 조명과 카메라 배치를 통일한 실험 부스인 OpenArm Cell, 에피소드 기록 형식을 정의한 데이터셋 라이브러리, 그리고 학습한 정책을 제출하면 실제 장비나 시뮬레이션에서 실행해 순위를 매기는 평가 서비스까지 더했습니다. 공식 홈페이지가 프로젝트를 한 줄로 요약한 문구도 "Making SOTA reproducible." 로, 팔 자체보다 재현 가능성을 앞세우고 있습니다. OpenArm을 만든 곳은 도쿄에 자리 잡은 로보틱스 기업 Enactic입니다. Enactic은 2025년 7월에 설립돼 일손이 부족한 일본의 돌봄 시설에 투입할 휴머노이드 로봇 Ena를 개발하고 있고, OpenArm은 그 자율 동작 스택의 바탕이 되는 연구를 오픈소스로 떼어 놓은 결과물입니다. 상용 제품인 Ena는 공개되지 않지만 OpenArm 쪽 저장소는 누구나 받아서 쓸 수 있고, 현재 enactic 조직에 51개 저장소가 올라와 있습니다. OpenArm과 기존 저비용 로봇 팔의 차이 조작 데이터 수집에 쓰이는 오픈소스 팔 중 가장 널리 퍼진 것은 Hugging Face의 LeRobot 생태계에서 쓰는 SO-10…
---
## [LeRobot: Hugging Face가 제공하는 로봇 학습 모델 / 데이터셋 / 튜토리얼](https://discuss.pytorch.kr/t/lerobot-hugging-face/5145)
**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")
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…