PulseAugur
中
实时 07:06:00
实体 RURL

RURL

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

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
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
  1. TOOL · CL_360433 ·

    在模拟中训练的开放权重模型可实现原生机器人控制

    研究人员开发了一种方法,通过完全在模拟中使用强化学习来训练开放权重推理模型,以控制真实机器人。这种方法被称为机器人使用强化学习(RURL),它模仿了 GPT-6 Astra 和 Claude Fable 5.2 等专有模型获取计算机使用能力的方式。训练好的模型在现实世界的机器人任务中表现出很高的成功率,优于在演示数据上微调的模型,并保留了通用推理能力。