Phospho

phosphobot run을 실행하면 내 컴퓨터에서 서버가 뜨고 localhost에 대시보드가 열린다. 여기서 관절을 움직이고, 카메라 화면을 확인하고, 에피소드를 녹화하고, 학습을 시작한다. 클라우드 로그인이 필요 없다. 데이터가 내 디스크에 남는 점은 연구실이나 고객이 외부 전송에 조건을 걸 때 특히 중요하다.

로봇은 키보드, 게임패드, 리더 암, Meta Quest로 움직인다. 어떤 방식이든 관절 상태, 카메라 프레임, 작업 라벨이 담긴 같은 형식으로 저장된다. 쓸 만한 시범 묶음은 짧은 세션 몇 번이면 모이고, 실패한 테이크는 학습 전에 대시보드에서 확인해 지울 수 있다.

학습 패널은 ACT, π0, gr00t-n1.5를 다룬다. 소형 로봇팔 모방 학습에서 가장 많이 쓰이는 세 가지다. 데이터셋과 모델, 스텝 수를 고르고 브라우저에서 손실을 지켜보면 된다. 체크포인트는 LeRobot 형식으로 저장되므로 여기서 학습한 모델을 LeRobot의 다른 도구에서도 그대로 쓴다.

Quest 2, Pro, 3, 3s와 phospho teleoperation 앱을 조합하면 손동작으로 로봇팔을 조작하고 로봇팔 카메라로 작업을 본다. 양손 작업과 정밀 배치는 키보드로 관절을 조금씩 미는 것보다 수월하고, 데이터 수집도 빨라진다. 이 기능은 PRO 구독이 필요하며, 유료로 넘어가는 가장 큰 이유다.

SO-100과 SO-101, 사족보행 Unitree Go2, Agilex Piper를 지원하고, 오픈소스 핵심부를 고치면 직접 만든 로봇도 붙일 수 있다. 카메라는 USB 웹캠, 깊이 센서, 스테레오 구성을 아우른다. 이 장비들을 코드베이스 하나로 처리하니 드라이버나 2024년에 방치된 포크를 찾아 헤매는 일이 줄어든다.

저장소는 MIT 라이선스로 공개된다. 제어 코드를 읽고 드라이버를 고치고 직접 빌드해 배포할 수 있다. 로컬 HTTP API로 스크립트가 명령을 보내고 센서 값을 받는다. 대부분의 팀은 이 경로로 phosphobot을 기존 파이프라인에 연결한다. Python 사용자는 대시보드를 거치지 않고 같은 기능을 쓴다.