Toddlerbot - Platform Humanoid Kompatibel ML Open Source

 (toddlerbot.github.io)
7 poin oleh GN⁺ 2025-09-16 | 1 komentar | Bagikan ke WhatsApp
  • ToddlerBot adalah platform robot humanoid open source berbiaya rendah, dirancang untuk pembelajaran kebijakan dan skalabilitas eksperimen dalam riset robotika dan AI
  • Versi baru (2.0) mendukung berbagai fitur baru seperti cartwheel, merangkak, berjalan cepat, kendali jarak jauh VR, estimasi kedalaman stereo real-time
  • Menekankan reproduksibilitas dan daya tahan melalui desain 30 derajat kebebasan, beragam end-effector (tipe telapak tangan dan gripper), serta perbaikan cepat berbasis 3D printing
  • Kompatibilitas ML telah dibuktikan lewat berjalan, manipulasi dua tangan dan seluruh tubuh, skill chaining yang memanfaatkan reinforcement learning dan diffusion model
  • Menyediakan manual dan kode open source lengkap sehingga siapa pun dapat membuatnya, melakukan transfer kebijakan, dan bereksperimen dengan kolaborasi multi-robot

Makna proyek open source Toddlerbot

  • Toddlerbot adalah proyek robot humanoid open source yang memungkinkan siapa pun menggunakan sumbernya untuk merakit dan memodifikasi sendiri
  • Dibandingkan robot humanoid komersial, biaya pembuatannya rendah, dengan struktur dan jumlah komponen yang lebih sedikit sehingga hambatan masuknya rendah
  • Dapat dimanfaatkan untuk berbagai tujuan seperti desain hardware robot, kontrol software, dan pembelajaran algoritme
  • Dengan komunitas yang aktif dan dokumentasi yang baik, kegunaannya tinggi untuk pemula maupun ahli
  • Ini adalah platform robot yang cocok untuk riset dan pengembangan, pendidikan, serta pembuatan prototipe

Fitur dan keunggulan utama

  • Mudah dibuat melalui printer 3D, skematik open source, dan software publik
  • Dengan struktur desain modular, kepala, lengan, tubuh, dan bagian lain dapat dirancang serta diganti secara bebas
  • Terintegrasi dengan berbagai bahasa pemrograman seperti Python sehingga memungkinkan eksperimen beragam taktik kontrol
  • Mendukung perluasan opsional seperti sensor, motor, dan kamera tambahan

Fitur utama ToddlerBot 2.0

  • Cartwheel: mendemonstrasikan kelincahan dan kemampuan keseimbangan tinggi, dengan hampir tidak ada kerusakan bahkan saat gagal
  • Merangkak: gerakan merangkak empat kaki menggunakan lengan dan kaki seperti balita
  • Berjalan cepat: kecepatan berjalan omnidirectional 0.25m/s, putar di tempat hingga 1rad/s
  • Teleoperasi VR: kendali real-time berbasis Meta Quest 2
  • Estimasi kedalaman stereo: dilengkapi Jetson Orin NX 16GB, pemrosesan real-time 10Hz

Karakteristik desain

  • 30 derajat kebebasan (DoF): 7 pada lengan, 6 pada kaki, 2 pada leher, 2 pada pinggang
  • Sensor dan perangkat elektronik: 2 kamera fisheye, speaker, 2 mikrofon, IMU, Jetson Orin NX
  • End-effector: dua opsi, tipe telapak tangan fleksibel dan gripper parallel jaw

Eksperimen performa

  • Uji panjang lengan: dapat meraih benda berukuran 14 kali volume tubuhnya
  • Uji beban: mengangkat 1.48kg, setara 40% dari total berat tubuh, sambil menjaga keseimbangan
  • Uji ketahanan: dengan kebijakan berjalan berbasis reinforcement learning, bertahan 19 menit, tidak rusak meski jatuh 7 kali, dan perbaikan selesai dalam 35 menit (3D printing + perakitan)

Gerakan berbasis AI

  • Percakapan dan push-up: integrasi OpenAI Realtime API + GPT-4o
  • Pull-up di palang: pengenalan posisi berbasis AprilTag, transfer kebijakan dari simulasi ke robot nyata
  • Berjalan dan manipulasi: melakukan manipulasi dua tangan dan seluruh tubuh dengan reinforcement learning serta kebijakan difusi berbasis RGB
  • Skill chaining: memegang pegangan (kebijakan difusi) → mendorong troli (kebijakan reinforcement learning)

Reproduksibilitas dan skalabilitas

  • Transfer kebijakan: kebijakan manipulasi yang dipelajari pada satu ToddlerBot dapat dipindahkan ke unit lain tanpa kehilangan performa
  • Kolaborasi multi-robot: dua robot bekerja sama menjalankan tugas jangka panjang (merapikan ruangan)
  • Kemudahan perakitan: siapa pun dapat membuatnya melalui manual dan video open source

Dukungan riset

Bacaan terkait

1 komentar

 
GN⁺ 2025-09-16
Komentar Hacker News

  • Pekerjaan yang benar-benar mengesankan, kalau harganya bisa lebih murah saya berharap bisa memakainya di rumah untuk proyek sederhana

  • Video gagal cartwheel-nya cukup membekas, sepertinya robot masih belum belajar cara mencegah jatuh atau menahan dirinya sendiri saat terjatuh. Demo cartwheel itu sendiri sangat mengejutkan, awalnya saya kira itu mainan atau CG, tetapi setelah melihat adegan gagalnya saya jadi sedikit lebih percaya itu nyata

    • Robot seperti ini tidak belajar sendiri. Ini seperti animasi indah yang dibuat sebagai long play dan tidak selesai dengan sendirinya. Dalam arti itu semuanya memang 'palsu', tetapi sekaligus juga 'nyata' karena gerakannya benar-benar nyata, dengan callback yang dieksekusi langsung di browser sungguhan

  • Robot bayi> Cartwheel sempurna di adegan pertamaRasanya seperti para ahli logam sejati bahkan sudah memberi doping pada bayi

  • Karya yang benar-benar keren! Saya penasaran batasan apa yang ada pada fakta bahwa hampir seluruh robot punya struktur yang bisa dicetak dengan 3D printer. Tapi sepertinya itu penting kalau ingin merakitnya sendiri

  • Saya penasaran apakah ada versi yang lebih murah atau lebih ramah pemula, tetap memakai Jetson nano, dengan komponen lain yang tidak terlalu membebani untuk pemula

  • Proyek yang keren! Saya penasaran apakah simulator Mujoco sudah disiapkan agar riset tambahan dengan VLA bisa dilakukan

  • Saya jadi membayangkan membeli robot seperti ini lalu membuatnya memberi makan kucing dan mengambil paket yang ada di depan pintu, apakah saya terlalu serakah?Tambahan: saya cuma bisa tertawa setelah melihat bahwa yang disebut murah itu adalah $6,000

    • Itu tergantung situasinya. Jika pakan disimpan dalam wadah yang cocok untuk robot, itu jauh lebih mudah daripada menyuruh robot langsung menyendok pakan. Jika kurir (atau robot) selalu menaruh paket di tempat yang sama, itu juga lebih mudah, tetapi kalau tidak, akan sangat sulit bagi robot untuk mencari paketnya. Tim pengemasan dan pengguna bahkan mungkin harus bersepakat sampai ke lokasinya. Ini memang ambisius, tetapi yang menghalangi realisasinya bukan karena robot tidak bisa melakukannya, melainkan karena setiap perubahan dan detail di tiap lingkungan harus diprogram satu per satu. Membuat robot bergerak 5 cm itu mudah, tetapi menyuruhnya menemukan benda asing yang diletakkan sembarangan itu sangat sulit, dan meskipun terus membaik, ini tetap masalah yang rumit

    • Sudah ada banyak alat pemberi makan otomatis di pasaran, saya sendiri memakai feeder kibble yang diisi sebulan sekali, feeder makanan basah yang harus diisi setiap hari, dan air mancur minum

    • Harga $6,000 itu termasuk mahal untuk robot servo seukuran bayi, tetapi masih lebih murah daripada kebanyakan robot anjing buatan Tiongkok. Robot memang benar-benar mahal

    • Saya rasa akan sangat bagus kalau ada versi $1.000 (meski saya tidak tahu apakah itu mungkin)

  • Dua sumbu pinggang (2 DOF)! Ini benar-benar dedikasi yang luar biasa

  • Kelihatannya benar-benar keren, terima kasih sudah membagikan info bagus ini

  • Menyisipkan meme “Jurassic Park”