CaPtain：小型VLM后训练为代码即策略机器人智能体
热点事件历史事件
CaPtain：小型VLM后训练为代码即策略机器人智能体
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
Yijia Fan等作者发布开放后训练流水线 CaPtain，把小型开放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，并公开全部代码、数据和模型权重。 流程先用 GPT-6 Astra 生成的合成轨迹做监督微调，再进行多轮强化学习，并引入读取仿真器特权状态的物理评论器为各次请求分配信用。作者称，以 Qwen3.5-4B 为起点（零样本成功率 0%），CaPtain-4B 在留出的 LIBERO 任务上经 SFT 后成功率为 55.4%，经强化学习后升至 73.8%；经纯仿真适配后可在真实机器人上运行。
AI 根据报道生成 · 8 天前更新
最新进展11月2日 13:00
CaPtain：将小型开放 VLM 后训练为代码即策略机器人智能体的流程报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.ROCaPtain：将小型开放 VLM 后训练为代码即策略机器人智能体的流程
CaPtain 提出一套开放后训练流程，把小型开放视觉语言模型（VLM）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。流程先在 GPT-6 Astra 生成的合成轨迹上做监督微调，再用多轮强化学习，并引入读取仿真器特权状态的物理评论器为各次请求分配信用。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 411月4日 01:00
- 近 24 小时变化
- –
01234
02:0004:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。