LeRobot v0.6.0：想象、评估、改进

机器人研究一直有个尴尬：你训练一个策略，部署到真机上，它失败了，却很难知道错在哪里，也很难把这次失败变成下一次训练的数据。整个学习循环是断的——缺少能提前“想象”后果的策略，缺少自动化判断成功与否的奖励模型，更缺少一个闭环的工具链，让失败直接喂回训练。LeRobot v0.6.0 瞄准的就是这个痛点，它把“想象、评估、改进”三个环节一次性补齐了。

解法很实在。首先，它带来了三种学会“想象”的世界模型策略：VLA-JEPA 在训练时预测未来帧，推理时直接扔掉世界模型，零额外成本；LingBot-VA 联合预测视频和动作，还能把想象中的画面存下来对比；FastWAM 则让一个视频生成专家和一个动作专家在同一个网络里互相配合，推理时直接跳过大段“做梦”环节。其次，它把奖励模型做成了统一 API，Robometer 和 TOPReward 能直接从视频和指令打分，无需针对任务单独训练。数据加载快了 2 倍，支持深度图、自动语言标注，甚至能一键把部署时的干预数据（DAgger 策略）打上标签，直接进入下一轮微调。六个新的仿真基准测试全部统一在 lerobot-eval 命令行下，一个命令就能在多个环境上评估。

作为一个开源工具，这次发布最聪明的地方不在于某个模型多强，而在于它真正把机器人学习变成了一条可迭代的流水线。过去你部署一个策略，失败了只能手动保存数据再重新训练，现在 lerobot-rollout 配合 DAgger 策略让纠错和采集数据天然耦合。世界模型不再是一个学术噱头，而是变成了可以在单卡上跑、可以省掉推理成本的实用工具。这降低了机器人研究的门槛：一个学生、一间实验室、一块 24GB 的 GPU，就能从头到尾跑完从训练到部署再到收集纠错数据的完整循环。未来把这种闭环能力标准化，很可能会成为机器人研究的默认工作流。