arXiv · AI· Benjamin Pikus, Daniel Saunders, Mircea Mironenco, Salman Mohammadi, Mathew Mathew, Sirou Zhu, Divya Makkar, Xuhua Huang, Qinbo Li, Supreeth Narasimhaswamy, Siyuan Cen, Dejia Xu, Shyamal Buch, Thomas Neff·· 1 天前AI 评分48
ZAP机器人策略：预训练27B模型结合模拟训练实现96.7%成功率
Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot Agent
AI 导读
ZAP策略利用预训练27B参数模型指导小型视觉语言模型控制机器人，在未见真实数据下达到96.7%的真实世界任务成功率。该方案表现匹配GPT-6 Astra，优于MolmoAct2 VLA（33.3%），且速度提升3倍、成本降低17倍。ZAP展现出对新形态、物体及策略的组合泛化能力，并在单臂Franka上领先领先VLA/WAM基线4.9个百分点。
来源：arXiv · AI · arxiv.org