外观
新闻Hugging Face LeRobot 官方发布3 个月前
LeRobot v0.6.0发布：重构RL栈并升级GR00T至N1.7
本文由 AI 根据公开内容整理，可能有误，请以原文为准：huggingface/lerobot 发布 v0.6.0 版本更新（Hugging Face LeRobot 官方发布）
核心内容
Hugging Face正式发布具身智能框架LeRobot v0.6.0，此次更新涉及核心架构调整与多项破坏性变更。基础pip install lerobot不再包含数据集与训练依赖，需通过lerobot[training]等额外选项按需安装；PyTorch最低版本要求提升至2.7，配置项eval_freq更名为env_eval_freq。同时，GR00T基座模型从N1.5升级至N1.7，旧版语言列标注取代了传统的逐帧subtask_index注解，推动多模态数据标准统一。
技术层面，RL算法栈完成模块化重构，原sac策略类型迁移至新API下的gaussian_actor，环境调度移入EnvConfig子类并默认启用AsyncVectorEnv以支持多环境并行。工程稳定性方面，修复了Feetech电机位置读数溢出、ReplayBuffer在add/sample间的线程竞态条件及图像写入中断导致的帧损坏问题。此外，RGB与深度相机的视频编码器配置解耦为--dataset.rgb_encoder.vcodec，提升了多传感器数据采集的灵活性。
关键看点
- 依赖解耦：默认安装移除训练与数据集组件，需显式指定
lerobot[training]等扩展包，降低部署体积 - RL栈重构：SAC策略迁移至模块化
gaussian_actor，环境初始化改为异步向量模式，提升多任务训练吞吐 - 模型迭代：GR00T基座模型由N1.5升级至N1.7，语言列标注替代逐帧子任务索引，适配多模态指令微调
- 硬件修复：解决Feetech电机位置溢出与ReplayBuffer线程竞态，增强真机数据采集与离线训练稳定性
工程与产业观察
LeRobot v0.6.0标志着具身智能开源框架从功能验证迈向工程化生产阶段。依赖解耦与模块化RL API降低了二次开发门槛，GR00T N1.7与语言标注标准的引入加速了VLA模型落地。针对电机溢出与缓冲区竞态的修复，直接回应了真机采集中高频痛点，为构建高可靠具身数据管线提供了关键基础设施支撑。
来源
本页事实对应的公开页面，以原文为准。