arXiv · 机器人与计算机视觉· 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·· 23 天前精选AI 评分85
Pretraining Knows What, Simulation Teaches How: Compositional Generalization for Agentic Robotics
Pretraining Knows What, Simulation Teaches How: Compositional Generalization for Agentic Robotics
AI 导读
论文介绍 Zero-real Agent Policy (ZAP) 方法,利用预训练的 27B 参数模型进行世界理解推理,再通过仿真任务监督微调与 GRPO 训练运动策略。该方法无需真实机器人数据即可在现实任务中达到 96.7% 成功率,并展现出对新物体、目标及未见物理形态的泛化能力。
推荐理由
提出 ZAP 方法,利用预训练大模型理解任务并通过仿真学习运动策略,在无真实数据训练下实现高成功率与强泛化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org