Hebbian Robotics a publié HFlow 0.2.4, une version préliminaire de son outil open source destiné au contrôle qualité des données robotiques. Le logiciel organise les vidéos, états articulaires, actions et horodatages utilisés pour entraîner des modèles, puis conserve la trace des transformations appliquées à chaque épisode.
Les équipes robotiques accumulent souvent des enregistrements issus de caméras, de capteurs et de commandes qui ne partagent pas exactement la même horloge. Une caméra figée, un flux décalé ou un épisode dupliqué peut alors dégrader l’apprentissage sans provoquer d’erreur visible. HFlow veut remplacer les scripts dispersés par une chaîne reproductible, observable et interrogeable.
Des enregistrements ROS 2 jusqu’au jeu d’entraînement
Le logiciel utilise MCAP comme format principal d’entrée et de sortie. Ce conteneur est nativement utilisé par ROS 2 et peut réunir des images, des états, des actions et d’autres séries temporelles. HFlow accepte également l’import de jeux de données au format LeRobot v3, ajouté comme fonction de premier plan dans la version 0.2.4.
Chaque étape de traitement peut exécuter une transformation, un contrôle, une annotation ou un enrichissement écrit en Python. HFlow enregistre ensuite la version de l’étape, les mesures obtenues et la provenance du résultat. Une équipe peut ainsi retrouver quel code a produit un épisode, comparer deux versions d’un contrôle ou écarter les données qui ne respectent pas ses propres seuils.
Pour les essais locaux, la chaîne fonctionne dans un seul processus. Les traitements planifiés peuvent être convertis en graphes Airflow 3. Un catalogue au format Parquet rassemble les métadonnées et les résultats des contrôles ; DuckDB permet de le consulter sans ouvrir toutes les vidéos ni charger les enregistrements bruts.
Une mise à jour centrée sur LeRobot et la sécurité
La version 0.2.4 ajoute l’import direct d’un épisode LeRobot v3, une interface de consultation DuckDB et des preuves d’évaluation de modèles. Elle distingue aussi les images reçues mais impossibles à décoder des images réellement manquantes, ce qui facilite le diagnostic d’une caméra ou d’un encodage défaillant.
La publication corrige par ailleurs une vulnérabilité classée faible dans une fonction de curation SQL. Selon les mainteneurs, l’interface serveur exposée aux utilisateurs appliquait déjà la restriction nécessaire. Le chemin vulnérable concernait des intégrations appelant directement la fonction avec une requête non maîtrisée, sur une copie temporaire des données.
Un projet encore avant sa version 1.0
HFlow est distribué sous licence Apache 2.0, mais son statut reste « pré-v1 ». Le cœur du cycle fonctionne de bout en bout, tandis que certaines fonctions de plateforme hébergée, d’authentification et de gestion multi-utilisateur ne sont pas encore fournies. Le serveur open source est conçu pour un espace de travail isolé et avertit désormais lorsqu’il écoute au-delà de l’interface locale.
L’intérêt du projet dépendra de son adoption par des équipes qui utilisent déjà ROS 2, MCAP ou LeRobot. Il répond néanmoins à un problème concret : un modèle robotique ne peut pas compenser durablement des données désynchronisées, incomplètes ou impossibles à reproduire. En rendant ces défauts mesurables et auditables, HFlow cherche à déplacer le contrôle qualité plus tôt dans la chaîne d’apprentissage.
