内容摘要
LeRobot 把 NVIDIA 的 Cosmos3-Nano 微调成 LIBERO-10（基准的十个任务子集）的 LeRobot 操作策略，公开了优化器第 2000 次更新的 EMA（指数滑动平均）权重和一条 `lerobot-eval` 复算命令。对做机器人本体软件的工程师，用处是能按同一口径把数字重跑一遍：模型卡要求先把 MuJoCo 降到 2.3.7（锁文件默认装 3.8.1），因为 3.x 会改变接触丰富任务的结果，两个版本的成绩不可比。
输入是任务指令加第三人称、腕部两路 256×256 RGB 图像，不接本体状态；策略一边预测场景的未来视频，一边输出 16 个动作的分块，动作是 10 维（位置增量 3 维、rot6d 六维旋转表示 6 维、夹爪 1 维），由环境处理器转成 LIBERO 的 7 维动作，骨干为 Qwen3-VL MoT。训练用 lerobot/LIBERO_10-Cosmos3 的 379 条 episode（评测回合，10 个任务、全部使用、无验证划分），32 张 A100-SXM4-80GB、全局批 2048。
发布方自评的闭环成功率是 97.6%（488/500），同表 Cosmos3-Edge 版为 95.2%（476/500），另列一项技术报告数值 97.40%。评测为 10 个任务各 50 条、共 500 条 episode，策略预算 510 步（环境 10 步稳定期后计数），采样用 UniPC 30 步、不做分类器自由引导，每块 16 个动作全部执行。
这些数字是发布团队在自家仿真基准上的自测，材料中没有独立复现。模型卡还标了三处口径差异：3.x 仿真器的结果不可比；策略预算沿用原生 Cosmos3 设定，短于 LeRobot 默认值；预处理的视频画布步骤跑在 CPU 且关闭 cuDNN 基准测试，而 `lerobot-eval` 会把预处理放到策略设备并开启该开关，输入与采样会有小的数值差异。
点评
这次改变的是交付形态而不是指标本身：权重、复算命令、依赖版本和采样口径都写全了，做本体软件的工程师可以在单张 A800-SXM4-80GB 上按同样口径核对数字；加载时用 `--policy.path` 指定该仓库即可一并拿到配置、权重和处理器（推理与评测要传 `--policy.dtype=bfloat16`）。但证据范围只有 LIBERO-10 这一个仿真套件，能支撑的判断是「这套配置下能否跑通并复现」，不能当成通用操作能力的结论。
成绩由发布方在 MuJoCo 仿真、每任务固定初始状态的 LIBERO-10 套件上自评，本次材料不含独立复现记录，只含仿真结果，未见真机数据，不能外推到真实机器人或其他任务。数字与配置强绑定：换 MuJoCo 3.x、用 LeRobot 默认策略预算，或把预处理放到策略设备并开启 cuDNN 基准测试，结果都不可直接比较。本次发布的检查点是在已保存的检查点中按 LIBERO 成功率挑出的；表中 97.40% 来自表格内链接指向的作者技术报告，本次未取得论文正文，未作核对。引用的模型卡为获取时的固定版本快照，页面文字的存在时间无法由仓库首发日期证明。
版本与核查范围
版本 881c2ccf7e0138c8a0d5adb0c088d7ce369ae1dd · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 README:paragraph:3；README:paragraph:4；README:paragraph:6；README:paragraph:7；README:paragraph:10；README:paragraph:15；README:paragraph:20；README:paragraph:14；README:paragraph:17；README:paragraph:12；README:paragraph:26