सौख र ओपन सोर्सआज चल्छ
SO-100 / SO-ARM100
TheRobotStudio / LeRobot (Hugging Face)
5 DoF + ग्रिपर
हाम्रो रेफरेन्स आर्म। कम लागतको, ओपन सोर्स, लिडर र फलोअरको जोडीका रूपमा रेकर्ड गरिन्छ।
तस्बिर: TheRobotStudio · Apache-2.0 · सम्पादित
रोबोट आर्मका लागि रिमोट रोबोट टेलिअपरेसन, स्थानीय डेटा रेकर्डिङ, क्लाउड इन्फरेन्स, ट्रेनिङ, सिमुलेटर र मार्केटप्लेस
टेलिअपरेसन क्लाइन्ट
स्थानीय डेटा रेकर्डिङ,आफ्नै आर्मसँग।
डेस्कटप एप र CLI ले तिम्रो आर्म र क्यामेरा आफैं पहिचान गर्छन् र रेकर्डिङ, समीक्षा र अपलोडमा मार्गदर्शन गर्छन् - सिधै LeRobot ढाँचामा। आफ्नै टास्क, क्यामेरा सेटअप र आर्म कन्फिगरेसन समावेश छन्।
- macOS, Windows, Linux का लागि
- € ०
- दुई क्यामेरा र जोर्नीको डेटा
- 30fps
- ढाँचा, तालिमका लागि तयार
- LeRobot
- चाहिने Python का लाइन
- 0
उद्योग नेताहरूद्वारा विश्वसनीय
विश्वव्यापी रूपमा रोबोटिक्स अनुसन्धान र विकासलाई शक्ति प्रदान गर्दै
Hugging Faceहात नियन्त्रण
आर्म आफैं गाइड गर र सँगसँगै रेकर्ड गर
क्यामेरा फिड, लेटेन्सी र ग्रिपर एउटै विन्डोमा। किबोर्ड, स्लाइडर, वा लीडर-फलोअर मोडबाट चलाऊ जहाँ दोस्रो आर्मले तिम्रो गति दोहोर्याउँछ। हरेक चाल सिधै dataset मा जान सक्छ।
म्यानुअल कन्ट्रोलनमूना डेटा
camera_25लेटेन्सीगुणस्तर73%LIVEग्रिड
camera_25डबल-क्लिक जुम · तान्दा प्यान1×
लिडर-फलोअर मोड
लिडर रोबोटलाई हातले हल्लाऊ, फलोअरले त्यसका चाल नक्कल गर्नेछ।
Leader
Follower
रेकर्डिङ
डेटासेट
+ नयाँ
रेकर्डिङ चलिरहेको Leader → Followerarm
primary camera_17wrist camera_25camera_18camera_20camera_24
- एकसाथ पाँच क्यामेरासम्म, एउटा कलाईमा
- रेकर्डिङ उही दृश्यबाट सुरु र बन्द
- लेटेन्सी र छवि गुणस्तर सधैं दृष्टिमा
क्लाउड रोबोटिक्स अनुमान
Policy क्लाउड GPU मा चल्छ, आर्म तिम्रो डेस्कमा हिँड्छ
मोडेल छान, साधारण भाषामा निर्देशन लेख, सुरु गर। गणना रोबोटमा स्थानीय वा भाडाको GPU मा चल्छ, र जोइन्ट लक्ष्य फर्केर स्ट्रिम हुन्छन्।
अनुमानआपातकालीन बन्दनमूना डेटा
AI पाइलट - स्वायत्त कन्ट्रोल
मोडेल छान, अनि ट्रेन गरिएको policy (वा बेस मोडेल), र साधारण भाषामा निर्देशन हाल। मोडेलले जोइन्ट लक्ष्य गणना गरेर रोबोटमा स्ट्रिम गर्छ जबसम्म तिमी पाइलट रोक्दैनौ।
कन्फिगरेसन
मोडेल
Policy7 ट्रेन गरिएका पोलिसी
निर्देशन
कम्प्युट लक्ष्य
आर्म
ग्रिपर परीक्षण गर
होम स्थिति
सेभ भयो (11.08.2026)
जाऊपोज़ सेभ गरसेट गर
Denoising स्टेप (GR00T मात्र, 1-8, खाली = auto)auto
GPU पहिले नै तयार हुँदैछ - 0 s देखि
- GR00T N1.7 र N1.5, Pi0.5, SmolVLA, ACT र Cosmos 3
- तिम्रै policy वा finetuning बिना बेस मोडेल
- जोइन्ट कोण, लेटेन्सी र प्रेडिक्सन लाइभ दृष्टिमा
प्रशिक्षण
तिम्रा एपिसोडबाट तिम्रै policy बन्छ
रेकर्ड गरेका datasets छान, मोडेल र हाइपरप्यारामिटर सेट गर, रन सुरु गर। GPU घण्टाअनुसार भाडामा छ र तयार checkpoint फेरि वर्कस्पेसमा आउँछ, तिम्रो आर्मका लागि तयार।
ट्रेनिङCloud (Vast.ai)नमूना डेटा
मोडेल छान
कुन VLA मोडेल आर्किटेक्चर ट्रेन गर्ने हो छान
डेटासेट छान
ट्रेन गर्न एक वा बढी datasets छान
ट्रेनिङ कन्फिग⌄
Policy नाम *
ब्याच साइज
सिखाउने दर
अधिकतम स्टेप
20000
रनतयार
स्टेप
० / २०,०००
Loss
-
- पाँच आर्किटेक्चर, प्रत्येकमा समझदार डिफल्ट
- AY-Robots, Hugging Face वा स्थानीय डिस्कका datasets
- ट्रेन हुँदा स्टेप, loss र रनटाइम देखिन्छ
रिमोट अपरेटरहरूलाई तिम्रा रोबोट आर्म चलाउन र निगरानी गर्न देऊ
तिम्रो सेटअप तिम्रो ट्रेन गरिएको पोलिसीसँगै चलिरहन्छ। आर्म अड्किएमा रिमोट अपरेटरले लाइभ दृश्यमा त्यो देख्छ, नियन्त्रण लिन्छ, आर्मलाई सुरुको अवस्थामा फर्काउँछ र नियन्त्रण फेरि पोलिसीलाई सुम्पिन्छ।
- 1पोलिसी चलिरहेको छ तिम्रो ट्रेन गरिएको पोलिसीले टास्क आफैं पूरा गर्दै जान्छ।
- 2आर्म अड्कियो अपरेटरले लाइभ दृश्यमा आर्म अड्केको देख्छ।
- 3अपरेटरले नियन्त्रण लिन्छ “कन्ट्रोल लेऊ” मा एउटा क्लिकले पोलिसी रोक्छ।
- 4सुरुको अवस्थामा फिर्ता जोर्नी-जोर्नी गर्दै अपरेटरले किबोर्डबाट आर्मलाई सुरुको अवस्थामा फर्काउँछ।
- 5फेरि पोलिसीमा फिर्ता पोलिसी सच्याइएको अवस्थाबाट अगाडि बढ्छ। हस्तक्षेप गणना गरिन्छ।
चरण 1 / 5पोलिसी चलिरहेको छ
तिम्रो ट्रेन गरिएको पोलिसीले टास्क आफैं पूरा गर्दै जान्छ।
वास्तविक रेकर्डिङमाथि अपरेटर दृश्यको एनिमेटेड नमुना, जुन चरण 4 मा उल्टो क्रममा चलाइन्छ। लाइभ सत्रमा अपरेटरले तिम्रो क्यामेरा स्ट्रिम देख्छ।
तिम्रो सेटअप चलिरहन्छ
आर्म, क्यामेरा र पोलिसी जहाँ छन् त्यहीँ रहन्छन्। तिमी रन सुरु गर्छौ र रोबोटलाई अपरेटरहरूका लागि खोलिदिन्छौ।
आवश्यक पर्दा मात्र मान्छे
पोलिसी अड्किएमा मात्र अपरेटर हस्तक्षेप गर्छ र तुरुन्तै नियन्त्रण फर्काइदिन्छ। इमर्जेन्सी स्टप सधैं हातमै हुन्छ।
घण्टाका आधारमा भुक्तानी
रोबोट खोल्दा तिमीले अधिकतम घण्टाको दर तोक्छौ। सत्र साँच्चै चलेको मिनेटको मात्र बिल बन्छ।
नक्सा लोड हुँदैछ...
AY-Robots किन रोज्ने?
टेलिअपरेसन, डेटा र policy एउटै प्लेटफर्ममा।
कम ल्याटेन्सी
कमान्ड आर्ममा जान्छन्, भिडियो फर्कन्छ। माथिको नक्साले हरेक देश-जोडीका लागि यसमा कति समय लाग्छ भनेर अनुमान गर्छ।
धेरै देशका अपरेटर
कहाँ कति दर्ता छन् भन्ने कुरा माथिको नक्साले हाम्रो डेटाबेसबाट प्रत्यक्ष देखाउँछ।
मानिस आइपुग्छ
policy अड्कियो भने अपरेटरले किबोर्डबाट नियन्त्रण लिन्छ र त्यसपछि policy लाई फर्काउँछ।
LeRobot ढाँचामा तालिम डेटा
आफ्ना मोडेलका लागि डेमोन्स्ट्रेसन जम्मा गर। हरेक रेकर्डिङ LeRobot डेटासेटका रूपमा तिम्रो वर्कस्पेसमा पुग्छ।
नियन्त्रित पहुँच
अपरेटरहरू तिम्रो आर्ममा आफ्नो सत्रमा मात्र र अनुमति दिइएका कमान्डको सूचीबाट मात्र पुग्छन्।
समयतालिका र भुक्तानी
अपरेटर समन्वय, भुक्तानी र समयतालिका हामी सम्हाल्छौं। तिमी आफ्ना रोबोटमा ध्यान देऊ।
यसले कसरी काम गर्छ
तीन सरल चरणहरूमा सुरू गर्नुहोस्
01
आफ्नो रोबोट छान्नुहोस्
हाम्रो समर्थित रोबोट आर्महरूबाट छनौट गर्नुहोस् वा तपाईंको हार्डवेयरको लागि समर्थन अनुरोध गर्नुहोस्।
02
हाम्रो सफ्टवेयर डाउनलोड गर्नुहोस्
हाम्रो हल्का ग्राहकलाई तपाईंको रोबोट कन्ट्रोलरमा स्थापना गर्नुहोस्।
03
सञ्चालन सुरु गर्नुहोस्
हाम्रो अपरेटर नेटवर्कमा जडान गर्नुहोस् र डेटा सङ्कलन गर्न सुरु गर्नुहोस्।
ट्रेनिङ डेटा पाउने तीन तरिका
आफैं रेकर्ड गर, रेकर्ड गराऊ, वा किन
Policy पछाडिका एपिसोड जति राम्रो, त्यति नै राम्रो हुन्छ। आफैं संकलन गर्न सक्छौ, विश्वभरका अपरेटरलाई तिम्रो सेटअपमा संकलन गराउन तिर्न सक्छौ, वा मार्केटप्लेसबाट तयार dataset किन्न सक्छौ।
आफैं रेकर्ड गर
आर्म डेस्कटप क्लाइन्टमा जोड, रेकर्ड थिच, र एपिसोड LeRobot ढाँचामा तिम्रै मेसिनमा आउँछन्। Python चाहिँदैन, सेटअप सप्ताहन्त चाहिँदैन।
डेस्कटप क्लाइन्ट लेऊअपरेटर भाडामा लेऊ
५०+ देशका दक्ष अपरेटरले तिम्रो आर्म रिमोटबाट कन्ट्रोल गरेर तिमीले भनेको टास्क रेकर्ड गर्छन्। घण्टाअनुसार र बुक गरेका सेसनका लागि मात्र तिर्छौ।
दर हेरDataset किन
रेकर्डिङ छाड। रोबोट, टास्क र गुणस्तरअनुसार तयार एपिसोड सेट ब्राउज गर र सोही दिन ट्रेनिङ सुरु गर।
मार्केटप्लेस खोलहरेक बाटो एउटै ठाउँमा पुग्छ: तिम्रो वर्कस्पेसमा LeRobot dataset, ट्रेनिङका लागि तयार।
समर्थित रोबोट आर्म्स
सौखका किटदेखि औद्योगिक आर्मसम्म। प्रत्येक कार्डको लेबलले आज AY-Robots सँग के चल्छ र अनुरोधमा हामीले के जोड्छौं भनेर देखाउँछ।
उद्योग र अनुसन्धानअनुरोधमा इन्टिग्रेसन
Franka Emika Panda
Franka Emika
7 DoF८५५ mm३ kg
टर्क-नियन्त्रित अनुसन्धान आर्म, जुन धेरै प्रकाशित म्यानिपुलेसन डेटासेटमा देखिन्छ।
तस्बिर: Ims · CC BY-SA 4.0 · सम्पादित
सौख र ओपन सोर्सआज चल्छ
SO-101 / SO-ARM101
TheRobotStudio / LeRobot (Hugging Face)
5 DoF + ग्रिपर
SO-100 को उत्तराधिकारी, परिमार्जित रिस्टसहित। उही सर्भो, उही वर्कफ्लो।
तस्बिर: TheRobotStudio · Apache-2.0
उद्योग र अनुसन्धानअनुरोधमा इन्टिग्रेसन
KUKA LBR iiwa
KUKA
7 DoF
सात अक्षको संवेदनशील हल्का रोबोट, 7 वा 14 kg पेलोडसहित उपलब्ध।
तस्बिर: Xavier Caré / Wikimedia Commons · CC BY-SA 4.0 · सम्पादित
सौख र ओपन सोर्सडेटा-अनुकूल
Koch v1.1
LeRobot (Hugging Face)
5 DoF + ग्रिपर
Dynamixel सर्भो भएको ओपन-सोर्स आर्म। यसका LeRobot डेटासेट SO-100 डेटाजस्तै ट्रेन हुन्छन्।
तस्बिर: Jess Moss · Apache-2.0 · सम्पादित
उद्योग र अनुसन्धानअनुरोधमा इन्टिग्रेसन
Universal Robots UR16e
Universal Robots
6 DoF९०० mm१६ kg
UR e-Series को कोल्याबोरेटिभ रोबोट, भारी पेलोडका लागि।
तस्बिर: Auledas · CC BY-SA 4.0 · सम्पादित
सौख र ओपन सोर्सअनुरोधमा इन्टिग्रेसन
OpenArm
Enactic (Open Source)
7 DoF + ग्रिपर६३३ mm
सात अक्षको ओपन-सोर्स ह्युमनोइड आर्म, प्रायः दुई आर्मको जोडीका रूपमा बनाइन्छ।
तस्बिर: Enactic · Apache-2.0 · सम्पादित
उद्योग र अनुसन्धानअनुरोधमा इन्टिग्रेसन
FANUC LR Mate 200iD
FANUC
6 DoF७१७ mm७ kg
साना पार्टपुर्जा ह्यान्डल गर्ने कम्प्याक्ट छ-अक्षीय औद्योगिक रोबोट।
तस्बिर: BorbaZal · CC BY-SA 4.0 · सम्पादित
सौख र ओपन सोर्सअनुरोधमा इन्टिग्रेसन
Dobot Magician
Dobot
4 DoF३२० mm०.५ kg
कक्षाकोठा र मेकर ल्याबका लागि डेस्कटप आर्म।
तस्बिर: Giacomo Alessandroni · CC BY-SA 4.0 · सम्पादित
उद्योग र अनुसन्धानअनुरोधमा इन्टिग्रेसन
ABB YuMi (IRB 14000)
ABB
2 × 7 DoF५५९ mm०.५ kg
साना पार्टपुर्जा जोड्ने दुई-आर्म कोल्याबोरेटिभ रोबोट।
तस्बिर: Stilfehler · CC BY-SA 4.0 · सम्पादित
सौख र ओपन सोर्सअनुरोधमा इन्टिग्रेसन
MeArm
Phenoptix / Mime Industries
हबी सर्भो भएको लेजर-कट एक्रिलिक किट, क्लासिक पहिलो रोबोट आर्म।
तस्बिर: Phenoptix · CC BY-SA 3.0
डेस्कटप अ्यापलिकेसन र CLI
तिम्रो आर्म। तिम्रो मेसिन। तिम्रो डेटा।
AY-Robots क्लाइन्ट इन्स्टल गर र SO-100 वा कुनै सपोर्टेड आर्मसँग imitation learning datasets रेकर्ड गर। Python चाहिँदैन, टर्मिनल चाहिँदैन, सेटअप सप्ताहन्त चाहिँदैन।
- आर्म र क्यामेरा स्वतः पहिचान गर्छ
- गाइडेड रेकर्डिङ: टास्क, रिसेट, रेकर्ड, समीक्षा, अपलोड
- सिधै LeRobot dataset ढाँचामा निर्यात
- तिमी अपलोड नछानेसम्म डेटा स्थानीय रहन्छ
टर्मिनल मन पर्छ? CLI एक आदेशमै इन्स्टल हुन्छ।
अहिलेसम्म कुनै CLI बिल्ड जारी भएको छैन, त्यसैले इन्स्टल कमान्ड यहाँ देखाइएको छैन: त्यसले “no release published yet” भनेर रोकिन्थ्यो मात्र। पहिलो बिल्ड आउनासाथ त्यो देखिन्छ। के प्रकाशित छ भनेर डाउनलोड पेज मा हेर्न सकिन्छ।
CLI MCP सर्भरका रूपमा पनि चल्छ, त्यसैले Claude Code र अन्य एजेन्टले सिधै तिम्रो आर्म चलाउन सक्छन्। MCP इन्टिग्रेसन
ब्राउजरमा सिमुलेसन
SO-100 लाई यहीँ चलाऊ
WASD ले बेस चल्छ, Q/E र R/F ले जोइन्ट, स्पेसले ग्रिपर बन्द। इन्स्टल चाहिँदैन, खाता चाहिँदैन, वास्तविक आर्मजस्तै काइनेम्याटिक्स।
म्यानुअल नियन्त्रण - SO-100 सिमुलेशननमूना डेटा
camera_frontFPS--SIM
किबोर्ड
दृश्य माथि औँलाहरू राख्नुहोस्, त्यसपछि WASD आधार र काँध नचाउँछ, Q/E कुहिनो, R/F कलाइ, T/G यसलाई घुमाउँछ र स्पेस ग्रिपर बन्द गर्छ। कुञ्जीहरू दबाउँदा उज्ज्वल हुन्छन् - वा यहाँ माउससँग तिनीहरूलाई होल्ड गर्नुहोस्।
रेकर्डिङ
सिमिमा प्रत्येक हरकत एपिसोडको रूपमा सङ्कलन गरिन सक्छ, वास्तविक बाहुमा जस्तै।
डेटासेट
+ नयाँ
रेकर्डिङ चलिरहेको SO-100 (Sim)
camera_frontcamera_topcamera_sidecamera_gripper
0 एपिसोडहरू रेकर्ड गरिएका
हामीले समाधान गर्ने समस्याहरू
MCP इन्टिग्रेसन
तिम्रो AI एजेन्टले आर्म चलाउँछ
CLI MCP सर्भरका रूपमा पनि चल्छ: Claude, ChatGPT, Grok र MCP-समर्थित कुनै पनि IDE होस्ट गरिएको एन्डपोइन्टसँग जोडिन्छन् - डेटासेट खोज, रेकर्डिङ सुरु गर, आर्म चलाऊ र बग सिधै हामीलाई पठाऊ। केही इन्स्टल गर्नुपर्दैन, सार्वजनिक टुल कुञ्जीबिना।
Hugging Face MCP Server सँगै काम गर्छ: हाम्रा डेटासेट Hub मा छन् - एजेन्टहरूले आधिकारिक HF टुल मार्फत तिनलाई सिधै भेट्टाएर लोड गर्छन्।
आफ्नो क्लाइन्टको सेटअप कपी गरClaudedrive_arm()
GPTChatGPTstart_recording()
Cursor / Grokexport_lerobot()
GitHub Copilotreport_bug()
AY-RobotsMCP सर्भर
SO-100 - तिम्रो आर्म
हात स्थिर छ? रिमोट डेटा कलेक्टर बन।
अन्य टोलीका रोबोट टाढाबाट चलाऊ र साथसाथै ट्रेनिङ डेटा सङ्कलन गर - घण्टाका आधारमा भुक्तानी, आफ्नै समयतालिकामा, सबै ब्राउजरमै। आफ्नै रोबोट चाहिँदैन, ट्रेनिङ छैन, इन्फरेन्स छैन।
तपाईंको रोबोट सञ्चालनहरू बढाउन तयार हुनुहुन्छ?
टेलिओपरेशन र डेटा सङ्कलनको लागि AY-Robots प्रयोग गर्ने सयौं कम्पनीहरूमा सामेल हुनुहोस्।
नि:शुल्क परीक्षण सुरु गर्नुहोस्