港中文 CaPtain-4B 用代码即策略做机器人操作，LIBERO-PRO 得分 78.3
CUOHK · hf · 2026-11-02
港中文 MMLab 与 NovaXbot 提出 CaPtain，一个把小型开源视觉语言模型后训练为「代码即策略」（code-as-policy）机器人 agent 的管线。
- 思路：每个工具都是底层 API（直到 IK 运动控制），模型生成代码在 Python 沙箱中调用底层机器人 API 完成操作，无需前沿模型或视觉-语言-动作（VLA）骨干。
- 训练：通过监督微调加多轮强化学习（配物理 critic）训练 CaPtain-4B。
- 结果：在 LIBERO 系列基准上大幅超越 Qwen3.5-48B 基线与自身 SFT 版本：LIBERO 73.8、LIBERO-PRO 78.3、LIBERO-Plus 66.1、LIBERO-MAX 65.6（对照 Qwen3.5-48B 分别为 54.4/59.5/48.6/45.6），并在真机、RoboDoojo、RoboTwin 2.0 上验证。
「具身」频道最新
- Neuralink 四年从猴控光标到瘫痪者意念打字与合成语音 — XFreeze · 2026-11-02
- 开发者质疑副语音识别设备:长期用会让你的声音退化到零分贝 — itsOmSarraf_ · 2026-11-02
- 斯坦福 RoboArchitect 自动设计机器人 Harness，未见场景成功率 9.7%→43.3% — Shengguang Wu · 2026-11-02
- CausalWAM 用稀疏路由分离动作因果变量，摆脱时间独立性假设 — causal-intelligence · 2026-11-02
- 富士康得州工厂已部署超10台人形机器人，用NVIDIA GR00T开发 — CyberRobooo · 2026-11-02
- 贴「Beware of Dog」警示的竟是宇树机器狗,备用狗在充电 — yassineyousfi_ · 2026-11-02