🧪 Um modelo de 27 bilhões de parâmetros treinou em simulação e, depois, completou 18 de 30 testes com robôs reais
Pesquisadores treinaram o modelo aberto Qwen3.8-27B com aprendizado por reforço e sem demonstrações humanas. A configuração é chamada PEAR. Em um robô real de dois braços que nunca havia visto durante o treinamento, o modelo final teve sucesso em 18 de 30 tentativas. O modelo-base não teve sucesso nenhuma vez. No benchmark LIBERO, a taxa de sucesso subiu de 1,6% para 74,4%. O artigo foi publicado no arXiv em 13 de novembro.
⭐ Sessenta por cento das tentativas foram transferidas do simulador para o mundo real. Doze das trinta tentativas reais ainda falharam.
#AI #Robótica
Pesquisadores treinaram o modelo aberto Qwen3.8-27B com aprendizado por reforço e sem demonstrações humanas. A configuração é chamada PEAR. Em um robô real de dois braços que nunca havia visto durante o treinamento, o modelo final teve sucesso em 18 de 30 tentativas. O modelo-base não teve sucesso nenhuma vez. No benchmark LIBERO, a taxa de sucesso subiu de 1,6% para 74,4%. O artigo foi publicado no arXiv em 13 de novembro.
⭐ Sessenta por cento das tentativas foram transferidas do simulador para o mundo real. Doze das trinta tentativas reais ainda falharam.
#AI #Robótica
