Phospho

phosphobot runを実行するとPC上でサーバーが立ち、localhostにダッシュボードが出る。関節を動かし、カメラ映像を確認し、エピソードを録り、学習を開始するまでをクラウドにログインせずに済ませられる。データが手元のディスクに残る点も実務では効く。研究室や顧客が外部への送信に条件を付けている場合は特にそうだ。

アームはキーボード、ゲームパッド、リーダーアーム、Meta Questで動かせる。どの方法でも関節状態、カメラ画像、タスクラベルを含む同じ形式で記録される。使える手本のまとまりは短い作業を数回で揃い、失敗したテイクは学習前にダッシュボードで確認して消せる。

学習パネルはACT、π0、gr00t-n1.5に対応する。小型アームの模倣学習でよく使われる3種類だ。データセット、モデル、ステップ数を選び、損失をブラウザで追う。チェックポイントはLeRobot形式で保存されるので、ここで学習したモデルはLeRobotの他のツールでもそのまま使える。

Quest 2、Pro、3、3sとphospho teleoperationアプリを組み合わせると、手の動きでアームを操作し、アームのカメラ越しに作業を見られる。両手での作業や細かい配置は、キーボードで関節を少しずつ動かすより楽になり、データ収集も速くなる。この機能はPRO契約が必要で、有料プランに移る一番の理由になっている。

SO-100とSO-101、四足歩行のUnitree Go2、Agilex Piperに対応し、オープンソースの中核部分を書き換えれば自作ロボットもつなげる。カメラはUSBウェブカメラ、深度センサー、ステレオ構成を扱う。これだけの機材を1つのコードベースで賄えるため、ドライバや2024年に放置されたフォークを探し回る手間が減る。

リポジトリはMITライセンスで公開されている。制御コードを読み、ドライバに手を入れ、自分のビルドを配れる。ローカルのHTTP APIを使えば、スクリプトから指令を送りセンサーの値を取れる。多くのチームはこの経路でphosphobotを既存の処理系につなぐ。Python使いはダッシュボードを経由せず同じ機能に触れる。