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。
所属事件:LeRobot v0.6上线零样本奖励模型API(2 条相关)→
「编程与Agent」频道最新
- Reticle 推出 AI 编码代理验证层：让 agent 自查生成的代码是否真的能跑 — Scobleizer · 2026-10-27
- 信任你的 Agent，但一定要读它的日志 — brada · 2026-10-27
- 开发者正训练「看门模型」：专门拦截提示注入与记忆投毒 — gnukeith · 2026-10-27
- 开发者训练 4GB 显存可跑的哨兵模型,专防 prompt 注入与记忆投毒 — gnukeith · 2026-10-27
- AI 编程编辑器 Paradev 获 1150 万美元种子轮，USV 领投 — massimosgrelli · 2026-10-27
- 前大厂管理者观点：把团队换成 agents，优秀管理方法论依然成立 — lxfater · 2026-10-27