LeRobot 刚刚发布了 v0.6.0，直接把机器人学习里“想象、评估、改进”这一整套循环用世界模型策略和奖励模型串了起来。团队用一句话点出这次更新的核心：闭合学习循环。

这次更新一口气添加了世界模型策略和奖励模型，相当于让机器人一边在脑内演练动作（世界模型），一边用奖励信号判断动作好坏。这样一来，训练不再依赖海量真实试错，仿真和现实之间的迁移门槛被拉低了一截。

打开网易新闻 查看精彩图片

新版本还上线了一个部署命令行工具，内置 DAgger 算法。这意味着从仿真环境往真实机器人上迁移策略时，可以边运行边收集人工纠正数据，不断优化模型。六个全新仿真基准也同步放出，覆盖更多任务场景，直接给研究社区提供了可复现的评测标尺。

另外，深度感知和 VLM 标注功能的加入，让机器人对环境的理解往前迈了一步。视觉-语言模型的标注能力，能把语义信息注入到训练流程里，不再是纯视觉匹配。代码库也做了一次精简，体积更小、上手更快。

从功能列表看，LeRobot 正在试图把机器人学习从零散的组件拼凑，拉到一个闭环完整的工具链上。想象空间、评估标准、部署迭代，每一环都有对应的模块落地。对于想快速验证想法的团队来说，这套流水线式出来的机器人学习方案，把以前卡在工程实现上的时间抢了回来。