Agent 自主跑一天半:独立完成灵巧手转笔 RL 训练
SatelliteNetSec · x · 2026-09-18
walterzhu8 展示了所谓 GPT-6 Astra 的第 4 次测试:给 agent 一条 prompt,要求用 Isaac Lab 做强化学习、在 Sharpa 灵巧手上实现转笔,还要自己创建 pen mesh、自行搜索网页和下载论文。Agent 自主运行了一天半(含策略训练),最终交付了训练好的 RL 策略和可视化视频,成果归功于作者的学生 Chengyang Li。LiveOverflow 转发并调侃「渗透测试员即将失业」,凸显长时程自主 agent 在真实工程任务上的进展。
所属事件:GPT-6 Astra自主训练36小时让灵巧手学会转笔(3 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02