LeRobot v0.6.0: 想像・評価・改善LeRobot v0.6.0: Imagine, Evaluate, Improve
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。仕組みとプライバシーAnonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.How it works and privacy
LeRobot v0.6.0では、ロボット学習における想像・評価・改善のサイクルを強化する新機能が追加され、実機なしでの検証や性能改善が容易になった。
LeRobot v0.6.0 introduces capabilities for imagination-based planning, improved evaluation pipelines, and iterative policy improvement, making robot learning more accessible without physical hardware.
本ページの本文と要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (huggingface.co) をご確認ください。The body and summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (huggingface.co).
要約と収集メタデータに基づく AI 解説。元記事全文の転載・翻訳ではありません。AI explainer based on the summaries and collected metadata, not a copy or translation of the full source article.
学習ループ
LeRobot v0.6.0は、ロボット学習における「想像・評価・改善」のサイクルを強化するリリースだ。行動前に未来を想像するポリシー、成功を判定する報酬モデル、失敗を学習データへ変える仕組みを組み合わせ、実機なしでの検証や反復的な性能改善を進めやすくした。
未来を想像
未来を想像してから行動するワールドモデルポリシーとして、VLA-JEPA、FastWAM、LingBot-VAが導入された。加えて、GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiTという新たなVLAにも対応する。想像に基づく計画を、ロボットのポリシーへ取り込める構成となっている。
評価と報酬
評価面では、RobometerとTOPRewardを扱う新しい報酬モデルAPIが追加された。さらに、6つの新しいシミュレーションベンチマークをlerobot-evalの下に統合し、想像や行動、成功判定を含む仕組みを測定できるようにした。深度センシングや、VLMを利用したデータセット注釈、独自の動画エンコーディングにも対応する。
失敗から改善
lerobot-rollout CLIは、DAgger方式の人間参加型修正を取り入れ、デプロイ時の失敗を訓練データへ変換する。これにより、実行結果を次の学習へ戻す改善ループを構成できる。訓練機能にはFSDPが加わり、HF Jobs上でのクラウド訓練も利用可能になった。インストールも、従来より大幅に軽量化されたと説明されている。
Closing the robot learning loop
LeRobot v0.6.0 focuses on a cycle of imagining, evaluating, and improving robot behavior. The release is intended to make validation and performance improvement easier, including work that can be done without physical hardware.
The central workflow combines policies that imagine future outcomes before acting, reward models that determine when a robot succeeds, and deployment tooling that converts failures into additional training data.
Imagine the future
The release introduces world model policies that learn to imagine the future: VLA-JEPA, FastWAM, and LingBot-VA. It also adds a group of new VLAs comprising GR00T N1.7, MolmoAct2, EO-1, EVO1, and Multitask DiT.
These capabilities support imagination-based planning as part of the broader robot learning loop. Rather than treating action, evaluation, and retraining as isolated stages, LeRobot v0.6.0 brings them together in an iterative process.
Reward models and evaluation
A new reward models API includes Robometer and TOPReward. These reward models provide a way to assess whether a robot has succeeded, supporting the evaluation stage of the workflow.
Six new simulation benchmarks are unified under lerobot-eval. They provide a common evaluation pipeline for measuring policies in simulation, making it possible to test aspects of robot learning without requiring a physical robot.
Turn failures into training data
The lerobot-rollout CLI supports deployment with DAgger-style human-in-the-loop corrections. This allows failures encountered during rollout to be turned into training data, connecting deployment results directly to iterative policy improvement.
LeRobot v0.6.0 also adds depth sensing, VLM-powered dataset annotation, custom video encoding, FSDP training, and cloud training on HF Jobs. Alongside these training and data capabilities, the release provides a much leaner installation.
ポコとTECHガイドPoko & TECH Guide
ポコと当サイトのTECHガイドが、記事の要約と収集した情報から読みどころを語るAI生成の対話です。Poko and TECH Dashboard's own TECH Guide discuss the article's highlights in an AI-generated conversation based on its summary and collected source details.
- ポコPokoシミュレーションのベンチマークが6つも増えたんだね。これって大きいこと？Six new simulation benchmarks sounds like a lot. Is that a big change?
- TECHガイドTECH Guideこの記事では、6つをlerobot-evalにまとめています。想像・評価・改善の流れを測る土台が広がったんだね。The release unifies all six under lerobot-eval. That expands the foundation for measuring the imagine, evaluate, and improve cycle.
- ポコPoko「ワールドモデル方策」って何？ ロボットが頭の中で考える感じなのかな。What’s a “world model policy”? Is it like the robot thinking things through in its head?
- TECHガイドTECH Guide動く前に未来の展開を想像し、その結果をもとに行動を選ぶ仕組みだよ。ここではVLA-JEPAなどが加わっています。It’s a system that imagines possible futures before choosing an action. This release adds options including VLA-JEPA.
- ポコPokoぼくなら、まず実機なしで試して、失敗したところを次の練習に使ってみたいな。I’d start without physical hardware, then use the failed attempts for the next round of training.
- TECHガイドTECH Guide記事だと実機なしの検証をしやすくし、lerobot-rolloutは人の修正を訓練データにできます。人が途中で関わる形だね。The release supports testing without physical hardware, while lerobot-rollout can turn human corrections into training data. So a person still stays in the loop.
