Hugging Face が LeRobot v0.6.0: Imagine, Evaluate, Improve をリリース ── ロボットが未来を想像して動く時代へ
ロボットが行動する前に「未来を想像」するって、なんかSF映画のようでワクワクしない？ Hugging Faceがリリースした最新のロボット学習フレームワーク「LeRobot v0.6.0」は、まさにそれを実現しに来ている。ロボットが自らの行動の結果を予測し、失敗をリアルタイムに学習データに変えていく、この「学習のループ」がついに閉じた。
▸何が変わったのか
これまでのロボット学習の常識を覆すようなアップデートが目白押し。最大の目玉は、未来を予測してから行動に移る「ワールドモデルポリシー」（VLA-JEPA, FastWAM, LingBot-VA）の追加。さらに、GR00T N1.7やMolmoAct2といった最新VLAモデルも続々追加された。データ読み込みが最大2倍に高速化し、lerobot-rolloutという新しいCLIでは、人間が介在して失敗を修正するDAggerスタイルのアプローチを採用。VLMを使った自動言語アノテーションや深度（Depth）データのサポートも加わり、データ周りが大幅にリッチになっている。
◈前モデル / 競合との比較
前バージョンと比べてデータロードが最大2倍高速化したほか、インストールがよりスリムに。また、新たに6つのシミュレーションベンチマークが lerobot-eval に統一され、モデルの評価が圧倒的にしやすくなっている。
◈技術背景と意義
ロボットに「頭の中でシミュレーションさせる」というアプローチが最近アツい。例えばVLA-JEPAは、Qwen3-VL-2Bをベースに、自分がとったアクションの次に何が起こるかを潜在空間で予測しながら学習する。面白いのが、学習時だけこの予測機能を使って精度を高め、実際に動かす（推論）ときにはこの機能をサッと消してコストゼロで動かせるというからくり。ロボットが「失敗したらやり直し」を人間の助けを借りて自動でこなす仕組みも、どんどん実用度が増している印象だ。
▸こんな人・用途に
実際のロボットを動かしながら、その場で人間が修正データを与えたい研究者やエンジニアにピッタリ。また、HF Jobsを使ったクラウド学習やFSDPによる大規模モデル学習が可能になったので、GPUリソースが手元になくても最新のロボットAIをトレーニングしたい人にもうってつけ。
SOURCE: Hugging Face (2026-07-06)
