MIT开源PEAR机器人后训练框架
热点事件持续更新
MIT开源PEAR机器人后训练框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
MIT韩松实验室等团队发布并开源PEAR机器人后训练框架，基于开源Qwen3.8-27B，通过模型在仿真环境中自主尝试并结合强化学习，在不使用人类示教的情况下训练机器人操作臂执行任务。 在未接触过的真实机器人上，训练后的任务成功率达到18/30，此前为0；模型还展示了临摹画作和自主设计化学实验的能力。团队同时开放模型权重、代码及完整训练基础设施，使视觉语言模型、推理与强化学习路线可在本地运行。
AI 根据报道生成 · 44 分钟前更新
最新进展11月14日 02:39
MIT 团队开源 PEAR，27B 模型零示教训练后真机任务成功率达 18/30报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AGI HuntMIT 团队开源 PEAR，27B 模型零示教训练后真机任务成功率达 18/30
MIT 韩松实验室等团队发布 PEAR，基于开源 Qwen3.8-27B，通过模型自身仿真尝试与 RL 后训练实现机器人操作臂零示教学习。模型在未接触过的真实机器人上将任务成功率从训练前的 0 提升至 18/30，还能临摹画作和自主设计化学实验；其权重、代码与完整训练基础设施已开源，VLM、推理和 RL 路线可本地运行，在 RTX 5090 上达到 220+ tok/s。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。