Beli Robot Mahal-Mahal? Hugging Face Bilang: Cukup Rakit Grabette, Biarkan Tangan “Majikan” yang Mengajari Robot Bekerja!

Kabar bahwa kecerdasan buatan dan robotika akan mengambil alih pekerjaan domestik kita sering kali terdengar seperti dongeng pengantar tidur yang terlalu muluk. Faktanya, hingga saat ini, robot-robot tercanggih di dunia sekalipun masih dikategorikan sebagai sistem yang kurang piknik. Mereka mungkin fasih memecahkan persamaan matematika rumit, tetapi begitu disuruh memegang cangkir kopi atau memeras spons basah tanpa merusaknya, mereka akan mendadak kaku bagaikan asisten rumah tangga amatir yang baru pertama kali melihat sapu.

Mengapa industri robotika seolah berjalan di tempat? Masalah utamanya bukanlah pada “otak” atau arsitektur kecerdasan buatan mereka yang kurang cerdas, melainkan karena ketiadaan asupan gizi digital berupa data gerakan dunia nyata yang melimpah dan bervariasi. Selama ini, melatih robot membutuhkan proses teleoperasi yang mahal, rumit, dan memerlukan kehadiran robot fisik itu sendiri sejak awal. Singkatnya, Anda harus memiliki robot mahal terlebih dahulu hanya untuk mengajarinya cara bekerja. Logika yang sangat tidak praktis bagi para majikan teknologi.

Melihat kebuntuan ini, Hugging Face berkolaborasi dengan Pollen Robotics meluncurkan proyek terobosan bernama Grabette. Proyek ini hadir dengan filosofi yang sangat membumi: Anda tidak membutuhkan robot utuh untuk mengumpulkan data gerakan robot. Cukup gunakan tangan manusia Anda, lakukan aktivitas seperti biasa, rekam, dan biarkan kecerdasan buatan menyerap data tersebut. Ini adalah langkah besar dalam mendemokratisasi teknologi, membuktikan sekali lagi bahwa manusialah sang sutradara utama, sementara AI hanyalah aktor kaku yang butuh diarahkan langkah demi langkah.

Analisis Mendalam

Grabette adalah sebuah perangkat genggam pencapit (handheld gripper) open-source berbiaya rendah yang dirancang khusus untuk merekam demonstrasi manipulasi fisik secara presisi. Dari segi komponen, perangkat DIY (Do-It-Yourself) ini hanya membutuhkan biaya produksi sekitar €490 (sekitar 8 juta rupiah). Di dalam cangkang ringkasnya, Grabette ditenagai oleh Raspberry Pi yang bertindak sebagai otak perekam, sensor IMU, enkoder magnetik untuk mendeteksi sudut pencapit, serta konfigurasi dua kamera unik yang berbagi satu jam sinkronisasi untuk memastikan data visual dan spasial terekam sempurna tanpa jeda.

Menariknya, pembagian tugas pada dua kamera Grabette dirancang dengan sangat cerdas. Kamera fisheye murah dipasang untuk memberikan sudut pandang ala pergelangan tangan (wrist-camera style) yang kaya konteks lingkungan bagi kebijakan visi-motor (visuomotor policy). Sementara itu, kamera kedalaman OAK-D RGBD melakukan pekerjaan berat berupa pelacakan trajektori 6-DoF (Six Degrees of Freedom) secara kokoh. Setelah data gerakan direkam oleh manusia, data tersebut tidak perlu diproses melalui instalasi software yang memusingkan. Cukup buka browser Anda, masuk ke Hugging Face Space khusus bernama grabette-slam, dan sistem akan memproses verifikasi trajektori menggunakan pustaka RTAB-MAP secara otomatis.

Baca juga artikel menarik lainnya di kategori Sidang Bot.

Setelah trajektori tervalidasi tanpa adanya lompatan data, episode demonstrasi tersebut langsung dikonversi ke format LeRobot dan diunggah kembali ke Hugging Face Hub. Untuk membuktikan keandalan ekosistem ini, tim pengembang merilis contoh end-to-end dengan merekam 200 demonstrasi manipulasi sederhana. Data tersebut kemudian digunakan untuk melatih kebijakan Diffusion Policy menggunakan satu unit GPU kelas konsumen biasa. Hasil latihan ini kemudian dieksekusi secara mulus pada lengan robot OpenArm 7-DoF yang dilengkapi dengan Gripette—saudara kembar motoris dari Grabette seharga €120 yang bertindak sebagai eksekutor akhir di lengan robot asli.

Batasan Sistem

Meskipun Grabette menawarkan kemudahan luar biasa dalam pengumpulan data, sistem ini tetap tidak bisa menutupi fakta bahwa AI di dalamnya masih merupakan entitas kaku yang tidak memiliki insting biologis manusia. Kamera depth OAK-D dan pelacakan trajektori 6-DoF memang bisa meniru koordinat spasial tangan Anda dengan sangat presisi, namun sistem ini sepenuhnya buta terhadap umpan balik taktil (sentuhan). AI tidak tahu seberapa keras ia harus mencapit sebuah objek yang rapuh jika berat atau teksturnya berubah sedikit saja di luar data pelatihan. Tanpa adanya sistem sensor tekanan yang canggih, robot Gripette rawan meremukkan gelas kaca tipis yang ia kira adalah cangkir plastik tebal.

Selain itu, ketergantungan sistem pelacakan spasial pada algoritma SLAM visual berbasis RTAB-MAP adalah kelemahan fatal lainnya. Sistem pelacakan ini sangat sensitif terhadap kondisi pencahayaan dan variasi tekstur lingkungan sekitar. Jika Anda mencoba merekam gerakan di atas meja putih polos yang terlalu steril atau dalam kondisi ruangan yang agak temaram, pelacakan 6-DoF pada Grabette akan langsung mengalami disorientasi visual. Di sinilah letak keunggulan mutlak insting manusia yang memiliki kemampuan adaptasi visual dan spasial instingtif yang tidak akan bisa disamai oleh kombinasi Raspberry Pi dan kamera kedalaman mana pun.

Pada akhirnya, secanggih apa pun proses otomatisasi konversi data di browser Anda, AI tetap tidak memiliki pemahaman logis mengapa suatu gerakan dilakukan. AI hanya meniru pola piksel dan angka koordinat secara statistik. Jika sang “majikan” manusia memberikan demonstrasi gerakan yang salah, malas, atau tidak efisien, maka robot yang dilatih juga akan menduplikasi kebodohan tersebut dengan tingkat presisi yang sama tingginya. AI tidak memiliki fungsi penyaring logika mandiri; tanpa arahan akal manusia, ia hanyalah mesin peniru yang hampa.

Dampak Masa Depan

Kehadiran Grabette dan integrasinya dengan pustaka LeRobot dari Hugging Face berpotensi mengacaukan kenyamanan para raksasa teknologi robotika tertutup yang selama ini mematok harga selangit untuk sistem teleoperasi mereka. Dengan membuka seluruh cetak biru perangkat keras (file CAD), software perekaman Raspberry Pi, hingga pipeline pemrosesan berbasis web secara gratis di GitHub, Hugging Face sedang meletakkan batu pertama bagi terciptanya “Wikipedia gerakan robot global”. Siapa pun kini bisa merakit Grabette di bengkel kerja mereka dan menyumbang data gerakan fisik sehari-hari ke platform awan.

Langkah ini tentu akan mempercepat lahirnya robot-robot pembantu rumah tangga yang lebih terjangkau dan adaptif dalam beberapa waktu ke depan. Bahkan, rencana pengembangan perangkat baru bernama Casquette—perangkat sudut pandang orang pertama (POV) yang dipasang di kepala—menunjukkan bahwa pengumpulan data robotika di masa depan akan berlangsung sealami kita menjalani aktivitas harian. Pengembang startup robotika lokal kini tidak perlu lagi mendanai laboratorium bernilai jutaan dolar, cukup dengan bermodalkan perangkat keras DIY open-source ini untuk mulai melatih armada pintar mereka sendiri.

Kesimpulan:

Teknologi seperti Grabette mengingatkan kita kembali pada hierarki yang sesungguhnya: kecerdasan buatan, visual SLAM, dan motor penggerak tercanggih sekalipun hanyalah potongan kode mati yang kaku tanpa adanya inisiasi dari tangan manusia. Robotika tidak akan pernah bisa berkembang tanpa “asupan gizi” berupa pengalaman hidup yang kita rekam dan berikan kepada mereka. Pada akhirnya, kendali mutlak untuk menekan tombol perekam, menyortir data, dan memegang kendali atas ke mana arah teknologi ini melangkah tetap berada di bawah kekuasaan penuh akal manusia sebagai majikan sejati.

Secanggih apa pun robot Gripette hasil latihan Grabette ini memindahkan gelas, ia tetap tidak akan pernah paham seni estetis meletakkan gelas basah di atas meja kayu tanpa alas—sebuah dosa besar yang bisa membuat ibumu mengeluarkan jurus omelan maut.

Artikel ini dirangkum dari sumber asli di “Grabette: an open system to record robot-manipulation data”.
Gambar oleh: Pollen Robotics via Hugging Face