シミュレーション訓練で実ロボットをネイティブ制御するオープンウェイト推論モデル
著者らは11月13日(現地時間)、オープンウェイトの27B推論モデルを、シミュレーション環境での強化学習のみによって実ロボットをネイティブに操作できるよう訓練することに成功したと発表した。この成果は、これまでGPT-6 AstraやClaude Fable 5.2といったプロプライエタリなフロンティアモデルに限られていた高いロボット制御性能を、オープンウェイトモデルで達成する可能性を示すものとみられている。
Tag
1 件の関連記事