Physical Intelligence Social· physical_int·2026-03-20 04:26· 2026-03-20AI 评分52

Physical Intelligence 为 π-0.6 增加 RL token 输出以支持快速强化学习微调

We developed an RL method for fine-tuning our models for precise tasks in just a few hours or even minutes. Instead of training the whole...

AI 导读

Physical Intelligence 为其最新模型 π-0.6 增加了一个 RL token 输出，由极小的 actor 和 critic 通过强化学习快速学习，让模型在数小时甚至数分钟内即可针对精细任务完成微调，无需训练整个模型。