论文Agent 与开发者多源确认精选13:3927B 开源推理模型纯仿真强化学习训练真实机器人操作开源模型以前玩不动机器人控制,这篇论文用纯仿真强化学习把 27B 模型练到真机上 60% 成功率,还不牺牲推理能力。做具身智能或后训练的工程师应该仔细看看 PEAR 框架的设计。#PEAR#LIBERO#RURL#π0.511 个信源在谈事件专题aarXiv cs.LG@Jiaming Tang 等 11 人原文稍后读已读值得跟进有用关注 PEAR