arXiv · cs.RO· Benjamin Pikus·· 1 天前精选AI 评分85
预训练知其然，模拟训练知其所以然：模拟训练的机器人智能体中的组合泛化
Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot Agent
AI 导读
研究人员提出Zero-real Agent Policy (ZAP)，通过预训练27B参数模型理解世界，再在简单模拟任务上进行监督微调和GRPO训练，无需真实机器人数据即可在真实世界任务中达到96.7%成功率，优于MolmoAct2 VLA并匹配GPT-6 Astra性能，同时运行速度更快且成本更低。ZAP还能泛化到全新物体、目标、策略和语言，并在未见过的单臂Franka机器人上表现优于基线模型。
推荐理由
零真实数据训练的机器人智能体在真实世界任务中达到96.7%成功率，展现了模拟训练与预模型结合的潜力。
来源：arXiv · cs.RO · arxiv.org