GE-Sim 2.0闭环仿真评估π0.5策略

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。 该实验室称，在单卡 A800 上，即使采用 4 步蒸馏的 2B 世界模型，其生成速率仍比 16 fps 的真实世界控制率慢约 3.7 倍。受数据、算力和时间限制，实验只做了基于奖励加权的行为克隆和迭代微调，未进行真正的强化学习训练。 测试所用 π0.5 权重此前只在单臂基础任务上微调，从未学习过双臂协同搬运纸箱任务；MiMo 仅凭有限帧数的头部图片判分，因此 demo_001、demo_002 的 World Judge 结果与完整过程视频留存存在差异。

AI 根据报道生成 · 7 天前更新