{"id":7157,"date":"2026-06-01T12:43:42","date_gmt":"2026-06-01T10:43:42","guid":{"rendered":"https:\/\/xberry.tech\/lerobot-act-so-101-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/"},"modified":"2026-09-11T13:25:59","modified_gmt":"2026-09-11T11:25:59","slug":"xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje","status":"publish","type":"post","link":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/","title":{"rendered":"LeRobot + ACT + SO-101: jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119"},"content":{"rendered":"<p style=\"text-align: justify\"><strong>xBerry LeRobot: Rami\u0119 robotyczne, uczenie przez imitacj\u0119 i troch\u0119 ta\u015bmy klej\u0105cej. Tak wygl\u0105da nasz wewn\u0119trzny projekt R&#038;D z LeRobot i modelem ACT. <\/strong><\/p>\n<h2>TL;DR &#8211; o co chodzi w tym projekcie?<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Zbudowali\u015bmy stanowisko, na kt\u00f3rym rami\u0119 robotyczne <strong>uczy si\u0119 chwyta\u0107 obiekty<\/strong>, obserwuj\u0105c ruchy cz\u0142owieka. Bez programowania trajektorii. Bez pisania setek linii kodu steruj\u0105cego. Zamiast tego &#8211; AI, kamery g\u0142\u0119bi i co\u015b, co nazywamy \u201euczeniem przez na\u015bladownictwo&#8221;.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">To pierwszy artyku\u0142 z serii o tym projekcie. Opowiemy Wam, z czego korzystamy, dlaczego to wybrali\u015bmy i co z tego wynik\u0142o. <\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Sprz\u0119t: dwa ramiona, jedno zadanie<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Serce naszego stanowiska to<strong> dwuramienni manipulatorzy SO-101<\/strong> &#8211; ka\u017cdy z nich ma 6 stopni swobody (6 DoF), co w praktyce oznacza tyle co ludzkie rami\u0119: obr\u00f3t w nadgarstku, \u0142okciu, barku i tak dalej.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Pracuj\u0105 w uk\u0142adzie <strong>Leader\u2013Follower<\/strong>:<\/p>\n<p>&nbsp;<\/p>\n<ul>\n<li><strong>Leader (czarne rami\u0119) <\/strong>&#8211; operator-cz\u0142owiek trzyma je w d\u0142oni i pokazuje ruch<\/li>\n<li><strong>Follower (bia\u0142e rami\u0119)<\/strong> &#8211; kopiuje ka\u017cdy ruch w czasie rzeczywistym<\/li>\n<\/ul>\n<p style=\"text-align: justify\">Taka konfiguracja pozwala nagrywa\u0107 eksperckie demonstracje bez pisania ani jednej linijki kodu kinematyki odwrotnej. Operator po prostu pokazuje, co robot ma robi\u0107. Brzmi prosto i o to w\u0142a\u015bnie chodzi.<\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Software: LeRobot by Hugging Face<\/h2>\n<p>&nbsp;<br \/>\n<img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/lerobot.jpg\" alt=\"Rami\u0119 Robotyczne LeRobot\" width=\"400\" height=\"400\" style=\"float:left;margin:0 16px 16px 0;width:300px\"><\/p>\n<p style=\"text-align: justify\">Do zarz\u0105dzania ca\u0142ym pipeline&#8217;em badawczym u\u017cywamy <a href=\"https:\/\/huggingface.co\/docs\/lerobot\/so101\"><strong>LeRobot<\/strong><\/a>.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #ead1dc;color: #4c1130\"><strong>Czym jest LeRobot Framework?<\/strong> Jest to rodzaj open-source&#8217;owego frameworka od Hugging Face, kt\u00f3ry robi dok\u0142adnie to, czego chcieli\u015bmy: usuwa ca\u0142y nudny, podatny na b\u0142\u0119dy kod integracyjny i pozwala skupi\u0107 si\u0119 na tym, co naprawd\u0119 wa\u017cne &#8211; architekturze modelu.<\/span><\/p>\n<h3>Co LeRobot ogarnia za nas?<\/h3>\n<ul>\n<li>Wielow\u0105tkowe nagrywanie danych z wielu kamer jednocze\u015bnie<\/li>\n<li>Kompresj\u0119 i kategoryzacj\u0119 dataset\u00f3w<\/li>\n<li>Trening polityk sieci neuronowych<\/li>\n<li>Ewaluacj\u0119 gotowych modeli<\/li>\n<\/ul>\n<p style=\"text-align: justify\">Ca\u0142o\u015b\u0107 konfiguruje si\u0119 przez pliki YAML i Makefile. Serio &#8211; tyle wystarczy, \u017ceby uruchomi\u0107 zaawansowany eksperyment robotyczny na zwyk\u0142ym desktopie. <\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #eff6ff;color: #1e40af\"><strong>Dlaczego to wa\u017cne dla biznesu?<\/strong> LeRobot to framework demokratyzuj\u0105cy robotyk\u0119 AI. Projekty, kt\u00f3re jeszcze 3 lata temu wymaga\u0142y dedykowanych laboratori\u00f3w i kilkunastu in\u017cynier\u00f3w, dzi\u015b mo\u017cna uruchomi\u0107 z zespo\u0142em sta\u017cyst\u00f3w i jednym GPU.<\/span><\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2 style=\"line-height: 1.4\">Metoda: uczenie przez na\u015bladownictwo (Imitation Learning)<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #ead1dc;color: #4c1130\"><strong>Imitation Learning (IL)<\/strong> to podej\u015bcie, w kt\u00f3rym robot po prostu patrzy na cz\u0142owieka i si\u0119 uczy.<\/span><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Historycznie zacz\u0119\u0142o si\u0119 od prostego Behavioral Cloning &#8211; \u201ewidz\u0119 klatk\u0119 z kamery, wybieram ruch silnika&#8221;. Dzi\u015b to znacznie bardziej rozbudowana dziedzina: agent potrafi wnioskowa\u0107 o tr\u00f3jwymiarowej przestrzeni, rozpoznawa\u0107 nieregularne obiekty i generalizowa\u0107 zachowania na nowe sytuacje. <\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">W praktyce oznacza to, \u017ce <strong>mo\u017cemy nauczy\u0107 robota zadania bez matematycznego opisu tego zadania<\/strong>. A to jest naprawd\u0119 du\u017co.<\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Algorytm: ACT, bo zwyk\u0142e modele si\u0119 zacinaj\u0105<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\"><span style=\"background-color: #ead1dc;color: #4c1130\"><strong>Czym jest ACT (Action Chunking with Transformers)?<\/strong> Jest to algorytm imitation learning, kt\u00f3ry przewiduje ca\u0142e sekwencje przysz\u0142ych pozycji staw\u00f3w robota jednocze\u015bnie przy u\u017cyciu architektury Transformer.<\/span><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Do tego projektu wybrali\u015bmy <strong>ACT<\/strong>, poniewa\u017c klasyczne modele maj\u0105 problem zwany b\u0142\u0119dem kumulatywnym: im dalej w czasie, tym bardziej trajektoria si\u0119 rozje\u017cd\u017ca. ACT rozwi\u0105zuje to elegancko:<\/p>\n<p>&nbsp;<\/p>\n<ol>\n<li>Zamiast planowa\u0107 jeden krok do przodu, <strong>przewiduje ca\u0142e \u201epaczki&#8221; przysz\u0142ych ruch\u00f3w<\/strong> (tzw. chunks) naraz.<\/li>\n<li>U\u017cywa mechanizmu uwagi z architektury Transformer oraz <a href=\"https:\/\/miroslawmamczur.pl\/czym-sa-autoenkodery-autokodery-i-jakie-maja-zastosowanie\/\">VAE (Variational Autoencoder)<\/a>.<\/li>\n<li>Nak\u0142ada wygenerowane kroki na siebie w czasie (<strong>temporal ensembling<\/strong>), co daje p\u0142ynne, pozbawione drga\u0144 ruchy.<\/li>\n<\/ol>\n<h3>Jak wygl\u0105da trening w praktyce?<\/h3>\n<p style=\"text-align: justify\">Backbone wizyjny to <strong>ResNet-18<\/strong> &#8211; sprawdzony, stabilny, wystarczaj\u0105co lekki, \u017ceby trenowa\u0107 na desktopie. Ca\u0142\u0105 p\u0119tl\u0119 uczenia wywo\u0142uje si\u0119 jednym modu\u0142em: <\/p>\n<p>&nbsp;<\/p>\n<div class=\"code-block\" style=\"background-color: #282c34;border-radius: 8px;padding: 16px 20px;position: relative;border-left: 3px solid #ea3752\">\n  <button class=\"copy-code-btn\" style=\"position: absolute;top: 8px;right: 8px;background: #444;color: #fff;border: none;padding: 4px 10px;border-radius: 4px;cursor: pointer\">Copy<\/button><\/p>\n<pre style=\"color: #abb2bf;font-family: &#039;Courier New&#039;, monospace;font-size: 14px;margin: 0\">lerobot.scripts.lerobot_train<\/pre>\n<\/div>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Kluczowe parametry, kt\u00f3re ustawiali\u015bmy:<\/p>\n<p>&nbsp;<\/p>\n<ul>\n<li>chunk_size=16 &#8211; d\u0142ugo\u015b\u0107 \u201epaczki&#8221; akcji przewidywanej przez model<\/li>\n<li>batch_size=8 &#8211; rozmiar wsadu wej\u015bciowego<\/li>\n<li>expandable_segments &#8211; optymalna alokacja pami\u0119ci w PyTorch, dzi\u0119ki kt\u00f3rej ca\u0142y proces dzia\u0142a nawet na standardowej stacji roboczej<\/li>\n<\/ul>\n<p style=\"text-align: justify\">I to wystarczy\u0142o. Zaawansowany trening polityki manipulacyjnej &#8211; bez klastra obliczeniowego, bez chmury, na biurkowym PC z RTX PRO 4000 BLACKWELL.<\/p>\n<h3>RGB czy RGB-D? Trenowali\u015bmy oba warianty <\/h3>\n<p style=\"text-align: justify\">To jedno z centralnych pyta\u0144 naszego eksperymentu. Wytrenowali\u015bmy <strong>dwa warianty modelu<\/strong>: <\/p>\n<p>\u00a0<\/p>\n<ul>\n<li><strong>RGB<\/strong> &#8211; klasyczne dane wizyjne z kamer kolorowych<\/li>\n<li><strong>RGB-D<\/strong> &#8211; dane wzbogacone o mapy g\u0142\u0119bi z kamer Intel RealSense<\/li>\n<\/ul>\n<p>\u00a0<br \/>\n<img decoding=\"async\" src=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/mapka.jpg\" alt=\"Mapa stanowiska do pracy ramienia\" style=\"display:block;margin:0 auto\"><br \/>\n\u00a0<\/p>\n<p style=\"text-align: justify\"><strong>Hipoteza:<\/strong> informacja o g\u0142\u0119bi powinna pom\u00f3c modelowi lepiej rozumie\u0107 przestrze\u0144 3D i precyzyjniej chwyta\u0107 obiekt. Czy tak by\u0142o? O wynikach piszemy w nast\u0119pnym artykule, ale ju\u017c teraz mo\u017cemy powiedzie\u0107, \u017ce odpowied\u017a nie jest oczywista.  <\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Stanowisko i konfiguracja kamer<\/h2>\n<p>&nbsp;<\/p>\n<div style=\"display:flex;gap:12px;align-items:flex-start\">\n  <img decoding=\"async\" src=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/staowisko.jpg\" alt=\"Ustawienie biurka\" style=\"width:280px;flex-shrink:0;border-radius:6px\"><\/p>\n<div>\n<p style=\"text-align: justify\">Eksperymenty prowadzimy na stacji roboczej Intel Core i7-14700F + GPU NVIDIA RTX PRO 4000 BLACKWELL. Dane zbieramy z 4 fizycznych kamer, daj\u0105c \u0142\u0105cznie 6 logicznych strumieni:<br \/>\n&nbsp;<\/p>\n<table style=\"width:100%;border-collapse:collapse\">\n<thead>\n<tr>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left;min-width:90px\">Kamera<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Typ<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Pozycja<\/th>\n<th style=\"border:1px solid #ccc;padding:8px;text-align:left\">Rola<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Kamera 1<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">RGB (OpenCV)<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Nad obszarem roboczym<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Widok globalny<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Kamera 2<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">RGB-D (RealSense D435)<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Boczna<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">G\u0142\u0119bia + kolor<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Kamera 3<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">RGB-D (RealSense D455)<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Strefa startowa<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Profilowanie g\u0142\u0119bi<\/td>\n<\/tr>\n<tr>\n<td style=\"border:1px solid #ccc;padding:8px\">Kamera 4<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">RGB (OpenCV)<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Nadgarstek manipulatora<\/td>\n<td style=\"border:1px solid #ccc;padding:8px\">Widok z r\u0119ki robota<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>&nbsp;<\/p>\n<p style=\"text-align:justify;margin-top:12px\">Kamery RGB-D rejestruj\u0105 nie tylko obraz, ale te\u017c <strong>mapy g\u0142\u0119bi<\/strong> &#8211; co pozwala modelowi rozumie\u0107 tr\u00f3jwymiarow\u0105 przestrze\u0144, a nie tylko p\u0142aski obraz.<\/p>\n<\/p>\n<\/div>\n<\/div>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>Zadanie testowe: Pick, Lift and Place<\/h2>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify\">Benchmark, kt\u00f3ry wybrali\u015bmy do test\u00f3w, to klasyk w manipulacji robotycznej: <b>\u201ePick, Lift and Place&#8221;<\/b> &#8211; chwy\u0107 pi\u0142eczk\u0119, unie\u015b j\u0105 i od\u0142\u00f3\u017c do pojemnika.<\/p>\n<p>\u00a0<\/p>\n<p style=\"text-align: justify\">\u017beby utrudni\u0107 \u017cycie modelowi (i sprawdzi\u0107, czy naprawd\u0119 generalizuje, a nie zapami\u0119tuje \u015bcie\u017ck\u0119), obszar roboczy podzielili\u015bmy na <b>6 stref startowych<\/b> (indeksy 0\u20135). Przed ka\u017cdym testem pi\u0142eczka trafia w losowe miejsce. <\/p>\n<p>\u00a0<\/p>\n<p style=\"text-align: justify\">To proste zadanie kryje w sobie zaskakuj\u0105c\u0105 z\u0142o\u017cono\u015b\u0107: zmienna pozycja obiektu, r\u00f3\u017cne k\u0105ty chwytu, konieczno\u015b\u0107 precyzyjnego od\u0142o\u017cenia &#8211; wszystko to sprawia, \u017ce model musi naprawd\u0119 rozumie\u0107 zadanie.<\/p>\n<p>\u00a0<\/p>\n<h3>Co dalej?<\/h3>\n<p style=\"text-align: justify\">To dopiero pocz\u0105tek. W kolejnych artyku\u0142ach tej serii poka\u017cemy: <\/p>\n<p>\u00a0<\/p>\n<ul>\n<li>Jak wygl\u0105da\u0142 proces zbierania danych i co posz\u0142o nie tak (spoiler: du\u017co rzeczy)<\/li>\n<li>Wyniki por\u00f3wnania modeli RGB vs RGB-D &#8211; czy g\u0142\u0119bia naprawd\u0119 pomaga?<\/li>\n<li>Co nasi sta\u017cy\u015bci wnie\u015bli do projektu i czego sami si\u0119 nauczyli.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p style=\"text-align: justify\">Je\u015bli jeste\u015b zainteresowany AI, robotyk\u0105, imitation learningiem albo po prostu chcesz zobaczy\u0107 jak takie narz\u0119dzia pracuj\u0105 w rzeczywisto\u015bci &#8211; <a href=\"https:\/\/xberry.tech\/contact\/\">Napisz do nas<\/a>. Z ch\u0119ci\u0105 porozmawiamy! <\/p>\n<p>&nbsp;<br \/>\n&nbsp;<\/p>\n<h2>FAQ<\/h2>\n<p>&nbsp;<\/p>\n<h3>Czym jest LeRobot?<\/h3>\n<p style=\"text-align: justify\">LeRobot to open-source&#8217;owy framework od Hugging Face do uczenia robot\u00f3w przez imitacj\u0119. Automatyzuje zbieranie danych, trening i ewaluacj\u0119 polityk sieci neuronowych. <\/p>\n<h3>Czym jest model ACT w robotyce?<\/h3>\n<p style=\"text-align: justify\">ACT (Action Chunking with Transformers) to algorytm uczenia przez imitacj\u0119, kt\u00f3ry przewiduje ca\u0142e sekwencje ruch\u00f3w naraz, eliminuj\u0105c b\u0142\u0119dy kumulatywne typowe dla klasycznych modeli.<\/p>\n<h3>Co to jest uczenie przez imitacj\u0119 (Imitation Learning)?<\/h3>\n<p style=\"text-align: justify\">Metoda trenowania robot\u00f3w, w kt\u00f3rej agent uczy si\u0119 na podstawie demonstracji cz\u0142owieka, bez konieczno\u015bci programowania ruch\u00f3w czy definiowania funkcji nagr\u00f3d.<\/p>\n<h3>Czym jest SO-101?<\/h3>\n<p style=\"text-align: justify\">SO-101 to manipulator robotyczny o 6 stopniach swobody, zaprojektowany do \u0142atwego zbierania danych do uczenia przez imitacj\u0119 w uk\u0142adzie Leader-Follower.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>xBerry LeRobot: Rami\u0119 robotyczne, uczenie przez imitacj\u0119 i troch\u0119 ta\u015bmy klej\u0105cej. Tak wygl\u0105da nasz wewn\u0119trzny projekt R&#038;D z LeRobot i modelem ACT. TL;DR &#8211; o co chodzi w tym projekcie? &nbsp; Zbudowali\u015bmy stanowisko, na kt\u00f3rym rami\u0119 robotyczne uczy si\u0119 chwyta\u0107 obiekty, obserwuj\u0105c ruchy cz\u0142owieka. Bez programowania trajektorii. Bez pisania setek linii kodu steruj\u0105cego. Zamiast tego [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":9245,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[203],"tags":[],"class_list":["post-7157","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics-pl"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v24.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>xBerry LeRobot: budowa stanowiska do uczenia przez imitacj\u0119<\/title>\n<meta name=\"description\" content=\"xBerry LeRobot: Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119 z ramionami SO-101, frameworkiem LeRobot i algorytmem ACT?\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"xBerry LeRobot: budowa stanowiska do uczenia przez imitacj\u0119\" \/>\n<meta property=\"og:description\" content=\"xBerry LeRobot: Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119 z ramionami SO-101, frameworkiem LeRobot i algorytmem ACT?\" \/>\n<meta property=\"og:url\" content=\"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/\" \/>\n<meta property=\"og:site_name\" content=\"xBerry\" \/>\n<meta property=\"article:published_time\" content=\"2026-06-01T10:43:42+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-11T11:25:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png\" \/>\n\t<meta property=\"og:image:width\" content=\"810\" \/>\n\t<meta property=\"og:image:height\" content=\"486\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Klaudia Slusarczyk\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Klaudia Slusarczyk\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minut\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"xBerry LeRobot: budowa stanowiska do uczenia przez imitacj\u0119","description":"xBerry LeRobot: Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119 z ramionami SO-101, frameworkiem LeRobot i algorytmem ACT?","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/","og_locale":"pl_PL","og_type":"article","og_title":"xBerry LeRobot: budowa stanowiska do uczenia przez imitacj\u0119","og_description":"xBerry LeRobot: Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119 z ramionami SO-101, frameworkiem LeRobot i algorytmem ACT?","og_url":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/","og_site_name":"xBerry","article_published_time":"2026-06-01T10:43:42+00:00","article_modified_time":"2026-09-11T11:25:59+00:00","og_image":[{"width":810,"height":486,"url":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png","type":"image\/png"}],"author":"Klaudia Slusarczyk","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Klaudia Slusarczyk","Szacowany czas czytania":"6 minut"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#article","isPartOf":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/"},"author":{"name":"Klaudia Slusarczyk","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/85c9937f32423916a153cb2388f9d482"},"headline":"LeRobot + ACT + SO-101: jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119","datePublished":"2026-06-01T10:43:42+00:00","dateModified":"2026-09-11T11:25:59+00:00","mainEntityOfPage":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/"},"wordCount":1154,"commentCount":0,"publisher":{"@id":"https:\/\/xberry.tech\/pl\/#organization"},"image":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#primaryimage"},"thumbnailUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png","articleSection":["Robotyka"],"inLanguage":"pl-PL","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/","url":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/","name":"xBerry LeRobot: budowa stanowiska do uczenia przez imitacj\u0119","isPartOf":{"@id":"https:\/\/xberry.tech\/pl\/#website"},"primaryImageOfPage":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#primaryimage"},"image":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#primaryimage"},"thumbnailUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png","datePublished":"2026-06-01T10:43:42+00:00","dateModified":"2026-09-11T11:25:59+00:00","description":"xBerry LeRobot: Jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119 z ramionami SO-101, frameworkiem LeRobot i algorytmem ACT?","breadcrumb":{"@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/"]}]},{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#primaryimage","url":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png","contentUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2026\/06\/start-project_pl.png","width":810,"height":486},{"@type":"BreadcrumbList","@id":"https:\/\/xberry.tech\/pl\/xberry-lerobot-jak-zbudowalismy-stanowisko-do-uczenia-przez-imitacje\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/xberry.tech\/pl\/"},{"@type":"ListItem","position":2,"name":"LeRobot + ACT + SO-101: jak zbudowali\u015bmy stanowisko do uczenia przez imitacj\u0119"}]},{"@type":"WebSite","@id":"https:\/\/xberry.tech\/pl\/#website","url":"https:\/\/xberry.tech\/pl\/","name":"xBerry","description":"R&amp;D House","publisher":{"@id":"https:\/\/xberry.tech\/pl\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/xberry.tech\/pl\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pl-PL"},{"@type":"Organization","@id":"https:\/\/xberry.tech\/pl\/#organization","name":"xBerry","url":"https:\/\/xberry.tech\/pl\/","logo":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/logo\/image\/","url":"https:\/\/xberry.tech\/wp-content\/uploads\/2022\/07\/Logo-4.png","contentUrl":"https:\/\/xberry.tech\/wp-content\/uploads\/2022\/07\/Logo-4.png","width":234,"height":67,"caption":"xBerry"},"image":{"@id":"https:\/\/xberry.tech\/pl\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/85c9937f32423916a153cb2388f9d482","name":"Klaudia Slusarczyk","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/xberry.tech\/pl\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/ba3ebda69b3934fd362d85ec5d209fa78f8277ada5583989f806a32b7dcf26d5?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/ba3ebda69b3934fd362d85ec5d209fa78f8277ada5583989f806a32b7dcf26d5?s=96&d=mm&r=g","caption":"Klaudia Slusarczyk"},"sameAs":["https:\/\/xberry.tech\/"],"url":"https:\/\/xberry.tech\/pl\/author\/klaudias\/"}]}},"_links":{"self":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7157","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/comments?post=7157"}],"version-history":[{"count":89,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7157\/revisions"}],"predecessor-version":[{"id":8369,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/posts\/7157\/revisions\/8369"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/media\/9245"}],"wp:attachment":[{"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/media?parent=7157"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/categories?post=7157"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xberry.tech\/pl\/wp-json\/wp\/v2\/tags?post=7157"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}