Xbotics具身智能实验室 · 微信公众号· 张峻川·· 6 天前精选AI 评分78
GE-Sim 2.0 与 π0.5 闭环仿真实测：VLA 训练为何出现奖励作弊
GE-Sim 2.0 + π0.5 闭环仿真实测：VLA训练为何出现“奖励作弊”？
AI 导读
Xbotics 具身智能实验室用智元 GE-Sim 2.0 世界模型与 OpenPI π0.5 策略搭建闭环仿真流水线，实测世界模型生成约 4.33 帧/秒、纯策略闭环约 3.20 帧/秒、接入 MiMo 在线判分后降至约 0.88 帧/秒。
推荐理由
作者用四阶段实测拆解世界模型闭环仿真的帧率瓶颈与奖励作弊成因，可迁移到VLA评估流程设计。
来源：Xbotics具身智能实验室 · 微信公众号 · mp.weixin.qq.com