الوكيل الذكي يُنبت يديه وقدميه: Strands + LeRobot يربطان الروبوتات، واللغة الطبيعية تقود الآلة الحقيقية مباشرة

ما أكبر مشكلة واجهت الوكلاء الأذكياء (AI Agent) في العامين الماضيين؟

ليست عدم القدرة على الدردشة، ولا عدم القدرة على كتابة الشيفرة، بل أنه بقي معظم الوقت حبيس الشاشة. تطلبه في التخطيط والبحث وكتابة السكربتات واستدعاء الـ API فهو قوي؛ لكن حين تطلب منه فعلًا دفع ذراع روبوتية، أو تسجيل عرض توضيحي لروبوت، أو تشغيل جولة محاكاة، ثم نشر السياسة على عتاد مادي، يصطدم فورًا بكومة من «اللاصق الهندسي».

والآن بدأت هذه الحلقة المفقودة تُسدّ.

أصبح Strands Robots SDK في منظومة AWS مفتوح المصدر، إذ يغلّف قدرات مثل Hugging Face LeRobot ومحاكاة MuJoCo واستدلال السياسات وشبكة Zenoh mesh متعددة الروبوتات في Strands AgentTools. والعبارة الرسمية مباشرة جدًا: strands-robots gives a Strands Agent hands.

بعبارة بسيطة: الوكيل الذكي بدأ يُنبت يديه وقدميه.

ما الذي أُطلق فعلًا هذه المرة

اسم المشروع strands-robots، والشيفرة في strands-labs/robots، واسم الحزمة على PyPI هو أيضًا strands-robots. قدرته الجوهرية هي مصنع Robot() الذي يحوّل الروبوت المحاكى أو الحقيقي إلى أداة يمكن لـ Strands Agent استدعاؤها.

المثال الأدنى معبّر جدًا:

from strands import Agent
from strands_robots import Robot

robot = Robot(“so100”)
agent = Agent(tools=[robot])
agent(“Pick up the red cube”)

افتراضيًا، يشغّل Robot(“so100”) محاكاة MuJoCo، دون حاجة إلى GPU ولا إلى عتاد حقيقي. وللتبديل إلى روبوت مادي، يجب إضافة mode=”real” صراحة:

robot = Robot(“so100″, mode=”real”, port=”/dev/ttyACM0″)

هذا التصميم الافتراضي بالغ الأهمية: المحاكاة أولًا ثم الآلة الحقيقية، فلا تُحرَّك أقراص التوجيه الحقيقية بالخطأ بسبب أمر واحد بلغة طبيعية.

ما هو LeRobot: سلسلة أدوات Hugging Face في عالم الروبوتات

لفهم Strands Robots، لا بد أولًا من فهم LeRobot.

LeRobot مكتبة تعلّم روبوتات واقعية أطلقتها Hugging Face، هدفها توحيد نماذج الروبوتات ومجموعات بياناتها وأدواتها داخل منظومة PyTorch لخفض حاجز الدخول إلى تعلم الروبوتات.

التوصيف الرسمي واضح:

• توفير نماذج روبوتات واقعية ومجموعات بيانات وأدوات
• تمكين مزيد من الناس من مشاركة مجموعات بيانات الروبوتات والنماذج المدربة مسبقًا
• تغطية التعلم بالتقليد والتعلم المعزز ونماذج VLA
• دعم العتاد الحقيقي وبيئات المحاكاة

من أهم ما في LeRobot تنسيق LeRobotDataset، الذي ينظم فيديوهات الرؤية للروبوتات وحالاتها وبيانات حركاتها في بنية قياسية، عادة MP4 أو صور مع Parquet. وهكذا يمكن رفع البيانات إلى Hugging Face Hub، كما يمكن لسلاسل التدريب والتقييم والنشر إعادة استخدامها.

بعبارة أخرى، يوفر LeRobot «قاعدة البيانات والنماذج» لتعلم الروبوتات.

لكن القاعدة لا تساوي سير عمل كاملًا. فعند التطبيق الفعلي، ستحتاج أيضًا إلى التعامل مع المحاكاة ومنافذ العتاد والكاميرات والمعايرة واستدلال السياسات والتنسيق بين عدة روبوتات والتوقف الآمن. وهذه بالضبط الطبقة التي يسدها Strands Robots.

ما يفعله Strands Robots ليس استبدالًا بل تغليفًا

حين يرى كثيرون Strands + LeRobot، قد تكون أول ردة فعل لديهم: هل جاء إطار روبوتات جديد آخر؟

لا.

إنه أقرب إلى تغليف سلسلة الروبوتات في طبقة أدوات يمكن للوكيل استدعاؤها. فـ LeRobot ما زال يتولى الجزء الأكبر من بيانات الروبوتات والسياسات وواجهات العتاد؛ و MuJoCo ما زال يتولى المحاكاة؛ و GR00T و ACT و Pi0 و SmolVLA و Diffusion وغيرها ما زالت مصادر السياسات؛ و Zenoh يتولى شبكة peer-to-peer mesh.

قيمة Strands Robots أنه يضغط هذه المكونات المتباعدة أصلًا في سير عمل واحد للوكيل:

• تسجيل بيانات العرض التوضيحي
• الكتابة إلى LeRobotDataset
• رفع بيانات Hugging Face Hub أو إعادة استخدامها
• تشغيل المحاكاة في MuJoCo
• استدعاء السياسات محليًا أو عن بُعد
• النشر على روبوت حقيقي
• تنسيق عدة روبوتات عبر الـ mesh
• بث إيقاف الطوارئ E-STOP عند الحاجة

في السابق كانت هذه الخطوات تتطلب كومة من شيفرة اللاصق. الآن يمكن أن تتحول إلى AgentTools ينسّقها Strands Agent واحد.

السلسلة في جملة: من اللغة الطبيعية إلى الحركة الميكانيكية

السلسلة التي يقدمها الفريق الرسمي بديهية:

أمر باللغة الطبيعية → Strands Agent → أداة Robot → Policy Provider → Action Chunk → محاكاة MuJoCo أو عتاد حقيقي → عودة observation

مفتاح هذه السلسلة أن الوكيل لا يتحكم بالمحركات مباشرة، بل يولّد action chunk عبر policy provider ثم يسلّمه إلى المحاكاة أو العتاد للتنفيذ.

تشمل مصادر السياسات المدعومة:

• NVIDIA GR00T
• LeRobot ACT
• Pi0 / Pi0.5
• SmolVLA
• Diffusion Policy
• motion planner تقليدي
• MPC
• scripted controller
• mock policy

هذا يعني أن Strands Robots لم يراهن على نموذج واحد، بل وضع السياسات المختلفة خلف واجهة تجريدية واحدة. يمكنك اليوم التحقق من سير العمل بـ mock policy، وغدًا الاستبدال بنموذج LeRobot محلي، وبعده الاتصال بخدمة استدلال GR00T.

أكثر من 50 روبوتًا في 8 فئات كبرى

يسرد الفريق الرسمي لـ Strands Robots أكثر من 50 روبوتًا تغطي 8 فئات:

• الأذرع الروبوتية: SO100 و SO101 و Koch و OMX و Panda و UR5e و xArm7 وغيرها
• الروبوتات البشرية: Unitree G1 و Unitree H1 و Reachy2 و Talos و Cassie وغيرها
• الروبوتات المتنقلة: Spot و Unitree Go2 و Stretch و LeKiwi و EarthRover وغيرها
• الأيدي الماهرة: Shadow Hand و Allegro Hand و Leap Hand و Robotiq 2F85 وغيرها
• الأنظمة ثنائية الذراعين: ALOHA و bi_openarm و Trossen WXAI
• الطائرات: Crazyflie و Skydio X2
• روبوتات التعبير/التفاعل: Reachy Mini
• روبوتات التحرك والتشغيل: Google Robot

يمكن لبعض هذه الروبوتات تشغيل عتاد حقيقي عبر LeRobot، مثل SO100 و SO101 و Koch و OMX و HopeJR و ALOHA و bi_openarm و Reachy2 و Unitree G1 و LeKiwi و EarthRover.

والأهم أن كل الروبوتات قابلة للمحاكاة. وهذا يعني للمطورين إمكانية إتمام سير العمل أولًا بمحاكاة منخفضة التكلفة قبل أن يقرروا شراء العتاد.

تنسيق متعدد الروبوتات عبر Mesh + إيقاف الطوارئ

تعدد الروبوتات والتحكم الآمن مسألتان لا يمكن تجاوزهما عند توصيل الوكيل بالعالم المادي.

يتضمن Strands Robots شبكة Zenoh mesh، إذ يصبح كل روبوت peer تلقائيًا، ويمكنه التفاعل مع روبوت آخر عبر tell()، وبث الأوامر عبر broadcast()، والتوقف في الطوارئ عبر E-STOP.

يمكن جسر الـ Mesh إلى AWS IoT Core، كما يمكن بناء شبكة إدراك أجهزة متقدمة عبر إضافة device-connect.

التصميم الآمن واضح أيضًا:

• المحاكاة افتراضيًا، وتبديل الوضع يتطلب التصريح صراحة بـ mode=”real”
• فصل ثلاثة إجراءات أدوات: الحالة والتنفيذ والإيقاف
• استقلال E-STOP عن سير التحكم الطبيعي
• مقاطعة لموافقة بشرية قبل أي حركة حقيقية

في المشاهد الصناعية، ليست هذه إعدادات اختيارية؛ فنقص واحد منها قد يؤدي إلى حادث.

توضيح المصطلحات: من نفّذ هذا العمل

صدر هذا التكامل مفتوح المصدر من AWS (Apache 2.0) ونُشر على مدونة hugggingface.co. أما Strands نفسه فهو Agent SDK مفتوح المصدر من AWS (Apache 2.0) يدعم Python و TypeScript ويوفر إطار وكلاء كاملًا. و LeRobot مشروع من Hugging Face. وتقاطع المشروعين هو strands-robots.

كيف تبدأ

إذا أردت تجربة المحاكاة فقط، فيُنصح بالبدء من MuJoCo extra:

uv pip install “strands-robots[sim-mujoco]”

إذا أردت الربط بعتاد حقيقي وسياسات LeRobot محلية:

uv pip install “strands-robots[sim-mujoco,lerobot]”

وإذا أردت التثبيت الكامل:

uv pip install “strands-robots[all]”

التثبيت الأساسي خفيف، ويقتصر على numpy و opencv-headless و Pillow وغيرها. أما القدرات المختلفة فتُثبَّت منفصلة عبر extras: فـ sim-mujoco للمحاكاة، و lerobot للعتاد الحقيقي والسياسات المحلية، و groot-service لاستدلال NVIDIA GR00T، و mesh لشبكة Zenoh متعددة الروبوتات، و mesh-iot لسيناريوهات أسطول AWS IoT Core.

هذه الطريقة في التجزئة عملية، إذ لا تدفع كل التبعيات من البداية.

لا تسيء الفهم: هذا ليس «ذكاءً مجسدًا بنقرة واحدة»

هنا لا بد من كوب ماء بارد.

Strands Robots رائع، لكنه لا يحوّل الذكاء الاصطناعي إلى خبير روبوتات بنقرة واحدة.

العتاد الحقيقي لا يزال يفرض عليك التعامل مع:

• تعرّف المنافذ
• التواصل مع أقراص التوجيه (servo)
• إعداد الكاميرات
• معايرة الذراع الروبوتية
• مواءمة مخططات البيانات (schema)
• توفر الـ checkpoint
• خدمات GPU / Docker / الاستدلال
• فجوة sim2real من المحاكاة إلى الواقع
• حدود الأمان بين عدة روبوتات

مثلًا، قد يتطلب الاستدلال المحلي لـ GR00T وحدة NVIDIA GPU و Docker و checkpoint وإعداد بيانات صحيحًا. كما أن SO-101 المادي لن يمسك المكعب الأحمر تلقائيًا بمجرد كتابة mode=”real”؛ ستحتاج مع ذلك إلى كاميرا ومعايرة وسياسة وبيئة آمنة.

القيمة الحقيقية: شيفرة لاصق أقل

الأكثر جدارة بالانتباه هذه المرة ليس قفزة مفاجئة في قدرات النماذج، بل أن السلسلة الهندسية أصبحت موصولة.

أكثر ما يؤلم في تطوير الروبوتات ليس عادة أوراق الخوارزميات، بل أن الأنظمة المختلفة لا تتحدث مع بعضها:

• تنسيق مجموعات البيانات على طريقته
• سكربتات المحاكاة على طريقتها
• التحكم بالعتاد الحقيقي على طريقته
• استدلال السياسات على طريقته
• التواصل بين الروبوتات على طريقته
• والإيقاف الآمن على طريقته أيضًا

جمعها Strands Robots جميعًا في AgentTools.

هذا عملي جدًا لفرق البحث والفرق الناشئة على السواء. يمكنك أولًا تشغيل محاكاة SO100 على حاسوبك المحمول، دون شراء عتاد أو GPU أو طلب صلاحيات Hub؛ وبعد التأكد من سير العمل، تُدخل تدريجيًا SO101 الحقيقي و GR00T و checkpoint من Hugging Face وشبكة mesh متعددة الروبوتات.

يمكن إطلاق الميزانية والمخاطر على مراحل، بدلًا من تحميل كل شيء — العتاد والبيانات والتدريب والنشر — في اليوم الأول.

لماذا هذا مهم للوكلاء

في السابق كانت أدوات الوكيل في معظمها أدوات عالم رقمي: ملفات ومتصفح وقواعد بيانات و API وطرفية ومفسّر شيفرة.

دفع Strands Robots حدود الأدوات إلى العالم المادي: روبوتات وكاميرات وأقراص توجيه وبيئات محاكاة وسياسات حركة وتواصل بين الآلات.

هذا يعني أن نطاق قدرات الوكيل بدأ يتوسع من «معالجة المعلومات» إلى «التنفيذ المادي».

بالتأكيد، يجب أن يكون التنفيذ المادي أكثر حذرًا. فالعالم الواقعي لا يملك زر تراجع، واصطدام الذراع بالطاولة أو تكسيرها شيئًا أو إيذاؤها شخصًا لا تحلها إعادة تشغيل سكربت. لذلك فإن المحاكاة الافتراضية والتصريح الصريح بالوضع الحقيقي و E-STOP ومقاطعة الموافقة البشرية هي في الواقع مؤشرات نضج المشروع.

العلاقة مع ROS

قد يسأل أحدهم: هل الغرض استبدال ROS؟

على المدى القصير، لا. فـ ROS هي القاعدة العريقة لهندسة أنظمة الروبوتات، بمنظومة عميقة جدًا من العقد و topics و services و launch و drivers. أما Strands Robots فهو أقرب إلى طبقة تنسيق للوكلاء، موجه نحو «تمكين النماذج الكبيرة من تنظيم مهام الروبوتات عبر واجهات الأدوات».

المنظومة الأكثر ترجيحًا في المستقبل أن يبقى العتاد الأساسي وأنظمة الروبوتات المعقدة مع ROS / SDK من المصنّعين / المتحكمات، بينما تربط طبقة الوكيل، عبر أدوات مثل Strands Robots، تخطيط المهام واستدعاء السياسات وتسجيل البيانات والتحقق بالمحاكاة والتنسيق بين الآلات.

أي أنه لا ينازع الطبقة السفلية (الشاسيه)، بل مدخل سير العمل في الطبقة العليا.

الخلاصة

المعنى الحقيقي لاتصال Strands + LeRobot بسلسلة الروبوتات هذه المرة ليس أن جملة واحدة تجعل الذراع الروبوتية ذكية فورًا، بل أن الوكيل الذكي بدأ يمتلك مجموعة واجهات أدوات قياسية نحو العالم المادي.

يوفر LeRobot البيانات والنماذج وواجهات العتاد لتعلم الروبوتات؛ و MuJoCo يوفر المحاكاة الآمنة؛ و GR00T و ACT و Pi0 و SmolVLA و Diffusion وغيرها توفر السياسات؛ و Zenoh mesh يوفر التواصل بين الروبوتات؛ و Strands Robots يغلّف كل ذلك في AgentTools.

هذه قيمته: ليست ثورة بنقرة واحدة، بل توفير كومة كبيرة من شيفرة اللاصق.

في السابق كان الوكيل الذكي يملك العقل واللسان فقط، والآن بدأ يُنبت يديه وقدميه.

لكن قبل أن يدخل العالم الواقعي فعلًا، سيحتاج إلى فرامل وحواجز وموافقات ومحاكاة وتفاصيل هندسية كثيرة.

هذه هي الخطوة الأصدق للذكاء المجسد من عروض PPT إلى طاولة التجارب.