LeRobot 推出零样本奖励模型API
RemiCadene · x · 2026-07-13
LeRobot v0.6.0 新增了一套统一的 reward models API，用来判断机器人任务是否成功。
主要有两种零样本方案：
- Robometer：在 100 万+轨迹、21 种机器人形态上训练的通用奖励模型，输入 LeRobot 数据集的视频和语言指令，就能直接打分任务进度与成功情况，不需要针对单一任务重新训练。
- TOPReward：更进一步，不需要任何 reward 权重，直接把现成的 VLM 包起来，读取给定视频与指令下 “True” 这个 token 的对数概率来判断结果。
此外，这两个方案都配套标注脚本，可以把逐帧进度曲线写回数据集，方便后续做 reward-aware behavior cloning。
所属事件:LeRobot v0.6上线零样本奖励模型API(2 条相关)→
「具身」频道最新
- 折叠屏 iPhone「Duo」开箱照现身,真机包装盒首曝 — chrisfirst · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- StackChan 机器人上演 AI 短剧：Hermes Agent 用 JSON 脚本统筹表演 — alexcovo_eth · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27