27B开源模型在仿真里学会开机器人:真机双臂试验30次成功18次,基座模型一次未成
开源权重推理模型Qwen3.8-27B此前在机器人任务上几乎不成功,LIBERO成功率仅1.6%。研究者搭建PEAR训练引擎,用机器人使用强化学习在仿真中训练它直接输出末端位姿,无需演示数据或感知工具。训练后LIBERO成功率达到74.4%,并在从未见过的真实双臂机器人上30次试验成功18次,基座模型为0次。
开源权重推理模型Qwen3.8-27B此前在机器人任务上几乎不成功,LIBERO成功率仅1.6%。研究者搭建PEAR训练引擎,用机器人使用强化学习在仿真中训练它直接输出末端位姿,无需演示数据或感知工具。训练后LIBERO成功率达到74.4%,并在从未见过的真实双臂机器人上30次试验成功18次,基座模型为0次。
已读完全部报道