何が変わったか
LeRobot v0.6.0は、ロボット学習のループを閉じるための技術革新を提供します。世界モデルのポリシー（VLA-JEPA、FastWAM、LingBot-VA）が未来を想像する能力を備え、6種類の新しいVLAs（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）が追加されました。さらに、RobometerとTOPRewardという新しい報酬モデルAPIも導入されています。また、ディープセンシング、VLM駆動のデータセットアノテーション、カスタムビデオエンコード、AWS Jobsでのクラウドトレーニング、およびより軽量なインストールが実装されています。（出典: Hugging Face Blog）
仕組みの詳細
LeRobot v0.6.0の世界モデルポリシーは、VLA-JEPAとFastWAMを活用して未来を予測します。VLA-JEPAは、視覚言語アーキテクチャを基盤とし、LingBot-VAは言語と行動の統合を実現します。報酬モデルのRobometerは、ロボットの成功を評価するためのメカニズムを提供し、TOPRewardはタスクの達成度を測定します。これらの技術は、データローディングを最大2倍高速化し、複雑なシミュレーションベンチマークをサポートします。（出典: Hugging Face Blog）
移行手順
AWS BedrockでMiniMaxモデルを実行するには、MiniMax M2.5を指定し、AWSのセキュリティとコンプライアンス要件を満たすように設定します。SageMaker HyperPodでマルチターンRLを構築するには、AWS CDKを使用してインフラストラクチャをプロビジョニングし、Amazon S3にデータをアップロードします。トレーニングジョブは自動的に開始され、Amazon EventBridgeによってトリガーされます。（出典: AWS Blog、AWS Blog）
パフォーマンス特性
LeRobot v0.6.0では、データローディングが最大2倍高速化され、シミュレーションベンチマークの実行が効率的になります。MiniMax M2.5は、エージェントネイティブな実行を目的とした混合エキスパート（MoE）アーキテクチャを採用し、推論コストを削減します。SageMaker HyperPodは、マルチターンRLのトレーニングをサーバーレスで提供し、GPUリソースの無駄を防ぎます。（出典: Hugging Face Blog