ZAP机器人策略训练方法提出

2026年10月27日，arXiv Robotics 刊出 Benjamin Pikus 等作者的报道，提出 Zero-real Agent Policy（ZAP）机器人策略训练方法。报道称，该方法先用一个预训练的 27B 参数模型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，并称零真实数据下达到 96.7% 成功率。报道引述作者表述称，ZAP 是一套让小型现成视觉语言模型通过简单工具框架控制机器人的方案。目前该事件仅有这一篇主报道，尚无跟进报道，方法效果与适用范围均以该报道所述为限。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。