HuggingFace Daily Papers·· 12 天前精选AI 评分79
CaPtain：面向代码即策略机器人智能体的后训练流水线
CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents
AI 导读
CaPtain 提出一套开放后训练流水线，把 Qwen3.5-4B 这类小型开源视觉语言模型训练成代码即策略（CaP）机器人智能体，测试时不依赖 VLA、前沿模型或特权状态。
推荐理由
该研究提出用物理评论家为多轮代码策略分配信用，并给出小模型在 LIBERO 与真机上的完整训练流程。
来源：HuggingFace Daily Papers · huggingface.co