跳到正文
arXiv · ML· Jiaming Tang, Zhuoyang Zhang, Junxian Guo, Fangzhou Zhao, Yilong Zhao, Zekai Li, Xingyang Li, Yuyang Zhao, Song Bian, Zhijian Liu, Song Han·· 4 天前AI 评分45

27B 开源推理模型通过 PEAR 在模拟中训练并原生驱动真实机器人

Training Reasoning Models in Simulation to Natively Use Real Robots

AI 导读

27B 开源推理模型在纯模拟环境中通过强化学习训练,无需演示即可原生使用真实机器人。 在 LIBERO 和 RoboDojo 上训练后,模型在真实双机械臂机器人上的任务成功率达 60%,LIBERO 基准成功率从 1.6% 提升至 74.4%。 该技术为机器人大规模后训练提供了新路径,且未在九个通用基准上造成能力退化。

来源:arXiv · ML · arxiv.org