arXiv cs.RO· 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·· 2 小时前AI 评分74
ZAP：预训练负责理解任务，仿真训练教机器人如何动作
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），用现成的小型视觉语言模型通过工具框架控制机器人，训练中不使用任何真实机器人数据，在真实任务上达到 96.7% 成功率，与 GPT-6 Astra 持平，高于 MolmoAct2 VLA 的 33.3%，且运行速度快 3 倍、成本低 17 倍。
来源：arXiv cs.RO · arxiv.org