# Robometer-4B

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-robometer-4b
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 Transformer (robometer/Robometer-4B)，参数规模 4.4B，训练数据包含 robometer/RBM-1M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/Robometer-4B"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | policy |
| `params` | 4.4B |
| `architecture` | Transformer (robometer/Robometer-4B) |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["LeRobot"] |
| `pretraining_data` | ["robometer/RBM-1M"] |
| `status` | research |
| `hub_id` | lerobot/Robometer-4B |
| `hub_stats` | {"downloads": 381, "likes": 7, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/lerobot/Robometer-4B"] |

## 技术详解与生态说明

Robometer 是一个零样本、通用用途的机器人奖励模型。它接收视频和任务描述，输出逐帧的进度信号，范围为 [0, 1]，以及逐帧的成功概率，可用于离线奖励标注，也可在机器人策略的强化学习微调中提供低频奖励信号。

模型基于经过微调的 Qwen3-VL backbone，带有 progress、preference 和 success heads。该奖励模型使用 LeRobot 训练并推送到 Hub；从头训练时 checkpoint 会写入 `outputs/train/ /checkpoints/`。许可证为 apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/Robometer-4B](https://huggingface.co/lerobot/Robometer-4B)