GPT-6 Astra 自主训练 36 小时，学会灵巧手转笔

JasonMa2020 · x · 2026-09-17

Walter Zhu 展示 GPT-6 Astra 第 4 次测试：给一句 prompt——『用灵巧手实现转笔，用 Isaac Lab 做 RL 训练，使用 Sharpa 手，自己创建笔的 mesh，最终给我训练好的 RL 策略和可视化视频，可自行搜索并下载论文等所需资料』——模型自主运行一天半（含策略训练）后，成功产出了转笔的 RL 策略与演示视频。Jason Ma 由此感叹早期的 Eureka 工作远超时代。展示了 LLM 自主完成机器人 RL 训练全流程的能力。