arXiv Robotics· Benjamin Pikus, Daniel Saunders, Mircea Mironenco, Salman Mohammadi, Mathew Mathew, Sirou Zhu, Divya Makkar, Xuhua Huang, Qinbo Li, Supreeth Narasimhaswamy, Siyuan Cen, Thomas Neff, Dejia Xu, Shyamal Buch·· 4 小时前AI 评分58
ZAP：用仿真训练小模型控制机器人，零真实数据达 96.7% 成功率
Pretraining Knows What, Simulation Teaches How: Compositional Generalization in a Sim-Trained Robot Agent
AI 导读
作者提出 Zero-real Agent Policy（ZAP），用一个预训练的 27B 参数模型先建立世界理解与推理，再通过监督微调和 GRPO 在简单仿真任务上学习如何移动机器人，训练中不使用任何真实机器人数据。
来源：arXiv Robotics · arxiv.org