【HUGGINGFACE】LeRobot v0.6：闭环机器人学习

LeRobot v0.6.0 引入能“想象未来”的世界模型策略、多款新视觉-语言-行动（VLA）模型与统一的奖励模型 API，并附带六个仿真基准、部署与训练工具链改进以及更快更丰富的数据集支持，目标是把部署失败转化为训练数据、完成机器人学习闭环。该版本还带来深度感测、自动语言注释、定制视频编码与更精简的安装体验。

概览

• 目标：闭合机器人学习回路——想象（world models）、评估（reward models）、改进（rollout→relabel→train）。

世界模型策略（想象未来）

• VLA-JEPA：在潜在空间预测未来帧，训练时提供世界模型监督，推理时不额外增加成本；提供多个 Hub checkpoint。
• LingBot-VA：自回归视频-动作模型，分块预测未来视频与动作，可保存预测视频用于对比，单卡 24–32GB 可推理。
• FastWAM：将视频生成专家与动作专家合并，训练期间“做梦”自我回放，推理时跳过想象直接输出动作。

VLA 模型生态扩展

• GR00T N1.7：升级至 N1.7，采用 Cosmos-Reason2-2B（基于 Qwen3-VL），兼容 NVIDIA Isaac-GR00T，安装更友好。
• MolmoAct2：来自 AllenAI 的 VLA 已集成，支持完整生命周期（微调、评估、部署），可在 ~12GB bf16 推理或 24GB 单卡 LoRA 微调。
• EO-1：Qwen2.5-VL-3B 主干的 VLA，贡献自论文作者，支持标准训练流程。
• Multitask DiT：约 450M 参数的扩散-Transformer，多任务、以自然语言选择任务，支持 diffusion 与 flow-matching。
• EVO1：0.77B 参数、可实时运行的小型 VLA，支持两阶段微调与实时分块。

奖励模型（知道何时成功）

• 新的统一奖励模型 API（lerobot.rewards），包含多种奖励模型接口。
• Robometer：通用预训练奖励模型，可对任意 LeRobot 数据集从视频和语言指令评估任务进度与成功，无需任务特定训练。
• 其他：TOPReward 与现有分类器（如 HIL-SERL、SARM）并列可用。

数据与基准

• 数据集改进：支持深度信息、端到端深度感测、自动语言注释、定制视频编码、最高 2x 加速的数据加载。
• 基准：发布六个新的仿真基准并统一到 lerobot-eval CLI，便于评测不同策略与奖励模型。

训练、部署与工具链

• lerobot-rollout：部署专属 CLI，支持 DAgger 式的人机回收纠正，能把部署失败转为训练数据。
• FSDP 支持：可在多 GPU/更大模型上训练。
• HF Jobs 云训练集成：在 Hugging Face 云上运行训练作业。
• 代码库：更轻、更干净的安装体验与包体积优化。

结语

• v0.6.0 通过把想象、评估与数据回收串联，推进了机器人从仿真到真实部署的闭环能力，降低了推理成本并扩展了可复现的模型与基准生态。

这是一次以闭环为中心的重要迭代，将想象驱动的策略与通用奖励模型结合，有助于加速机器人从仿真到真实的可靠部署。

原文链接