用 Opus 5.5 直接修改 π0.5 机器人策略权重,无需微调
作者让 Opus 5.5 分析 π0.5 DROID 策略在 Isaac Sim 中的失败原因,通过直接放大 4 个注意力头的权重(×3)修复了颜色排序任务。该任务成功率从 30 次中的 9 次升至 27 次,且完全未使用训练或微调流程;该修改同时使未在编辑设计中出现的杯子放入篮子任务成功率从 20 次升至 27 次。
推荐理由:作者验证了直接用LLM修改机器人策略权重无需微调即可提升排序成功率,展示了新优化路径。
作者让 Opus 5.5 分析 π0.5 DROID 策略在 Isaac Sim 中的失败原因,通过直接放大 4 个注意力头的权重(×3)修复了颜色排序任务。该任务成功率从 30 次中的 9 次升至 27 次,且完全未使用训练或微调流程;该修改同时使未在编辑设计中出现的杯子放入篮子任务成功率从 20 次升至 27 次。
推荐理由:作者验证了直接用LLM修改机器人策略权重无需微调即可提升排序成功率,展示了新优化路径。