|
Hugging Face 的 LeRobot 团队于11月5日发布 v0.7.0，将自然语言指令接入机器人策略训练与运行流程。更新后的 interactive rollout 可在机器人运行期间切换子任务、询问策略当前看到什么，或交给模型自主拆解新目标；策略权重、机器人连接和处理器会在多轮指令间保持加载。
训练侧新增多种 world action models 与视觉语言动作策略，并重建大规模模型训练栈，支持FSDP2、HSDP和分布式检查点。数据集可直接从Hub、Storage Buckets或LanceDB读取，不必先完整下载；对于算力有限的机器人端，`lerobot-policy-server`可把较大策略放到远端GPU运行。
仿真和评估也有调整：不同模拟器通过统一环境接口运行，任务成功率会附带95% Wilson置信区间，避免把少量成功回合误读为已解决问题。Hugging Face称Hub上以LeRobot格式存放的开放Physical AI数据已接近300TB；这是平台数据规模的官方描述，不等同于v0.7.0新增数据量。
此次更新把模型训练、数据读取、仿真和实机交互放进同一工具链，降低从数据集到机器人实验的切换成本。v0.7.0包含破坏性升级，部署前仍需按迁移说明检查依赖和硬件要求。
LeRobot官方发布说明：https://huggingface.co/blog/lerobot/lerobot-release-v070
项目v0.7.0版本记录：https://github.com/huggingface/lerobot/releases/tag/v0.7.0 |
0