LeRobot新增零样本奖励模型
RemiCadene · x · 2026-07-14
LeRobot v0.6 新增了一个统一的 reward models API，并加入两个零样本奖励函数： - **Robometer**：一个通用奖励模型，基于 100 万+ 轨迹、21 种机器人形态训练，可直接看视频和语言指令，判断任务进度与成功情况，不需要针对具体任务再训练。 - **TOPReward**：更轻量，直接用现成 VLM 的输出概率来判断 “True”，不需要专门的 reward 权重。 这两个组件都带有标注脚本，可以把逐帧进度曲线写回数据集，方便后续做 reward-aware 的行为训练。