GPT-6 Astra 免微调当机器人策略：成功率 22.48% 碾压全部公开方案
ben_j_todd · x · 2026-09-22
arXiv 论文《An Unexpected Robot Policy》评估「LLM 即策略」（LLM as Policy）设定：不做事任务微调，直接让 LLM 输出机器人操作动作。在 RoboDojo 全部 42 个任务、2100 次试验中，GPT-6 Astra 平均成功率 22.48%、得分 28.97，超过全部 40 个公开策略；而同后处理的 GPT-5.5 和 DeepSeek-Flash 仅 0.88% 和 1.92%。论文发现 Astra 能力高度两极化：擅长需要语义理解的任务，但不擅长高精度控制、动态控制和复杂双手协调；上下文单样本演示无总体收益，轨迹中可见扰动后的回合内自我纠错。
「具身」频道最新
- 清华与腾讯混元 RoboDawn：冻结 VLM 指令驱动机器人达 73.6% 成功率 — _akhaliq · 2026-09-22
- PragmaBot 让机器人从失败中在线学习：反思存入记忆、检索复用 — ChongZzZhang · 2026-09-22
- AstroForge 下一艘航天器将由小型 transformer 模型自主操控 — TechCrunch AI · 2026-09-22
- 预测:2029 年人形机器人产量或达数百万台,家庭普及要到 2030 年代初 — Rewkang · 2026-09-22
- 谷歌旗下 Intrinsic 开源 Intrinsic Core:面向工业机器人的 ROS 兼容 Physical AI 基础能力 — facontidavide · 2026-09-22
- MolmoAct2 开箱支持 SO-101 与 YAM，单双臂 VR 遥操作同步上线 — k7agar · 2026-09-22