30秒サマリー
- LeRobot v0.6.0が公開。ロボットが「未来を想像」して行動する世界モデルポリシー3種を新搭載
- タスク成功を自動判定する報酬モデルAPIや、VLMによるデータセット自動アノテーション機能も追加
- 6つの新シミュレーションベンチマークを統一CLIで実行可能に。クラウド訓練・高速データ読み込みも対応
何が起きたか
Hugging FaceのロボティクスフレームワークLeRobotが2026年7月7日にv0.6.0をリリースした。今回のリリースの柱は「学習ループの完結」であり、主要な追加機能は世界モデルポリシー、報酬モデルAPI、新ベンチマーク群の3つに大別される。
世界モデルポリシーとしては、訓練時に将来フレームを潜在空間で予測し推論時には世界モデルを不要とする「VLA-JEPA」（Qwen3-VL-2Bベース）、未来の映像とアクションを自己回帰的に同時予測する「LingBot-VA」（単一の24〜32 GB GPUで推論可能）、約50億パラメータの映像生成エキスパートとコンパクトなアクションエキスパートを組み合わせた「FastWAM」の3種が追加された。いずれも「世界モデルはロボットポリシーの実用に有効か」という問いに答えることを目的として設計されている。
報酬モデル面では、100万件超のロボット軌跡データで学習した汎用報酬モデル「Robometer」（Qwen3-VL-4Bベース、タスク固有の追加学習不要）と、VLMの確率をそのまま報酬関数として用いる完全ゼロショット型「TOPReward」が新たに統一API（lerobot.rewards）として提供される。どちらも、フレーム単位の進捗スコアをデータセットに書き込むラベリングスクリプトを備える。
ベンチマーク面では、LIBERO-plus・RoboTwin 2.0・RoboCasa365・RoboCerebra・RoboMME・VLABenchの6種が新たに統一CLI「lerobot-eval」で実行可能となり、既存の3ベンチマークと合わせて計9ベンチマークファミリーが一つの環境下に統合された。その他、Intel RealSenseによるデプス（深度）センシングのエンドツーエンド対応、VLMを使ったエピソード単位の自動言語アノテーション、データ読み込み速度の最大2倍高速化（大規模データセットのサブセット読み込みが275秒から0.06秒に短縮）、Hugging Face Jobsを使ったクラウド訓練、FSDPによる大規模モデル訓練も追加されている。
原典ハイライト
原典ブログでは「ロボット学習ループの完結」を今回の主題として掲げ、世界モデルによる未来予測→報酬モデルによる成功検知→DAgger方式のCLIによる失敗データ収集→統一ベンチマークでの評価、という一連の流れを一つのフレームワークで実現したことを強調している。特に報酬モデルについては「成功検出と進捗推定はロボット学習ループの欠けているピースだった」と明記している。
出典: Hugging Face Blog（公式ブログ）
So What?（なぜ重要か）
これまでロボット学習の実装には、ポリシー訓練・成功判定・データ収集・評価を別々のツールで行う必要があり、研究から実機展開までのサイクルが長かった。LeRobot v0.6.0はこれらを一つのフレームワーク内に統合することで、試行錯誤のサイクルを大幅に短縮する可能性がある。世界モデルや汎用報酬モデルがオープンソースで利用可能になったことで、独自に大規模データを持たない企業や研究機関でも高度なロボット学習が現実的な選択肢となりつつある。
日本企業への示唆
製造・物流・サービスロボットの開発を進める日本企業にとって、いくつかの具体的な活用ポイントが存在する。第一に、汎用報酬モデルRobometerを使えば、タスク成功の判定ロジックを自社で一から構築せずとも、既存の動画データと言語指示を入力するだけで進捗評価が可能になる。第二に、Intel RealSense対応のデプスセンシング機能や自動言語アノテーションは、データ収集コストの削減に直結する。第三に、クラウド訓練（HF Jobs対応）とFSDPの追加により、自社GPU設備が限られていても大規模モデルの訓練が可能となる。GR00T N1.7やEVO1（0.77Bパラメータ）など軽量VLAも含まれており、実機展開に向けた計算資源要件の見極めが重要になる。オープンソースで提供されているため、まず既存の社内データセットでRobometerやlerobot-evalを試験的に評価するところから着手できる。
背景・経緯
LeRobotはHugging Faceが主導するオープンソースのロボット学習フレームワークで、v0.5.0ではVLA評価ハブとしての機能が強化されていた。今回のv0.6.0はその延長線上にあり、評価だけでなく訓練・展開・データ管理を含む学習ループ全体の統合が今回の主眼とされている。NVIDIA GR00T N1.7統合やAllen Institute for AIのMolmoAct2移植など、外部機関との連携も拡大している。
