开源27B模型仅靠仿真强化学习学会操控真实机器人
Training Reasoning Models in Simulation to Natively Use Real Robots
AI 摘要
研究者提出面向机器人智能体的后训练引擎PEAR与机器人使用强化学习(RURL),在纯仿真、无示教条件下训练开放权重27B推理模型,使其像电脑使用智能体一样观察环境、思维链推理并直接输出末端执行器位姿,无需额外封装,并验证仿真中习得的技能可迁移至真实机器人。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。