提出SimPT自动化仿真后训练框架

Caicheng Wang 等研究者在 arXiv 发布 SimPT 框架论文，将策略 rollout、纠正数据采集、策略训练与独立评测整合，自动化基于人工介入的视觉-语言-动作（VLA）模型后训练。 论文报告：在真机 HIL 后训练中，以太网线插入任务 25 个场景的成功率从 72% 提升到 96%；其 Progress Graph 相对固定间隔快照基线减少 75.0% 的恢复尝试，恢复成功率从 93.4% 升至 98.9%。研究者还在 RoboTwin 七个操作任务上对比了 RECAP、HG-DAgger、DPO+SFT、FlowPRO 四种后训练方法，其中一项改进使留出仿真试验的总体成功率从 76.50% 升至 79.36%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。