实体 MolmoAct2 VLA

MolmoAct2 VLA

PulseAugur coverage of MolmoAct2 VLA — every cluster mentioning MolmoAct2 VLA across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_324617 · Oct 27 · 04:00

新机器人策略ZAP在无真实世界训练的情况下实现96.7%的成功率

研究人员开发了一种名为Zero-real Agent Policy (ZAP) 的新机器人控制策略，该策略利用了预训练的视觉-语言模型。ZAP结合了一个27B参数的模型用于世界理解，并通过在模拟任务上的监督微调和GRPO来训练机器人运动。这种方法在没有真实世界机器人数据的情况下，在真实世界任务上取得了96.7%的成功率，其性能优于现有的MolmoAct2 VLA等模型，并在速度和成本效益方面与GPT-6 Astra相当。