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
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11