arXiv cs.AI / cs.LG 最新· Benjamin Pikus·· 14 小时前AI 评分58
ZAP 用仿真数据训练机器人策略，真实任务成功率达 96.7%
Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot Agent
AI 导读
研究者提出 ZAP，一套让小规模现成视觉语言模型通过简单工具框架控制机器人的训练配方。它用 27B 预训练模型支撑场景理解与推理，再经监督微调和 GRPO 在简单仿真任务上学习动作，训练全程不含真实机器人数据，真实任务成功率达 96.7%，与 GPT-6 Astra 持平并超过 MolmoAct2 VLA 的 33.3%，速度快 3 倍、成本低 17 倍。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。