Hugging Faceは、ロボット学習フレームワーク「LeRobot」の最新版v0.6.0を公開した。今回のアップデートでは、世界モデルによる未来予測機能と報酬モデルによる自動評価APIが実装された。これにより、ロボット開発における学習効率の向上と、評価プロセスの標準化が期待されている。
Hugging Faceの発表によれば、LeRobot v0.6.0の核心は、ロボットが「未来を想像する」能力を獲得した点にある。VLA-JEPAやFastWAMといった世界モデルの導入により、ロボットは学習時に未来のフレームや動作を予測することが可能となった。特にVLA-JEPAは、学習時のみ世界モデルを利用し、推論時にはモデルを排除する設計を採用している。これにより、計算リソースが限られる実環境においても、推論時の計算コストを抑えつつ堅牢な動作生成を実現できる。
今回のアップデートで拡充された報酬モデルAPIには、RobometerやTOPRewardといったモデルが統合された。これらは動画と指示からタスクの進捗や成否を自動判定する機能を提供する。従来、人間が手動で行っていた成否判定を自動化することで、データ収集の効率は飛躍的に向上する。開発者は、ロボットの学習と評価のフィードバックループを高速化し、より短期間で高度な動作モデルを構築することが可能になる。
LeRobot v0.6.0では、NVIDIA Isaac GR00T N1.7やMolmoAct2など、最新の視覚言語行動モデル（VLA）への対応が強化された。また、`lerobot-eval` CLIの下に6種類のシミュレーションベンチマークが統合され、ポリシーの評価と相互比較が標準化されている。これらの機能整備により、異なるモデルやアルゴリズム間の比較可能性が高まり、開発者はより多様な高性能モデルを効率的に選択・活用できるようになった。
LeRobot v0.6.0は、ロボット学習の評価プロセスを標準化し、開発サイクルを大幅に短縮する可能性を秘めている。しかし、シミュレーション環境で学習した「想像力」が、物理的な摩擦やセンサーノイズが支配する実機環境でどれほど正確に転移できるかが今後の焦点となる。標準化された評価指標が多様なプラットフォームで再現性を確保できるか、そして報酬モデルの判定精度が複雑な非定型タスクでどこまで信頼できるかが、エコシステム拡大の鍵を握るだろう。
