İçeriğe geç
CANLI 20:49 Claude artık video konferanslara katılabiliyor! 2 gün önce Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 9 Kas 2026 Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 16.11.2026
Bülten

arXiv 2611.18562 cs.RO

Gerçek Robotları Yerel Olarak Kullanmak İçin Simülasyonda Akıl Yürütme Modellerini Eğitmek

Özgün başlık Training Reasoning Models in Simulation to Natively Use Real Robots

  • Jiaming Tang
  • Zhuoyang Zhang
  • Junxian Guo
  • Fangzhou Zhao
  • Yilong Zhao
  • Zekai Li
  • Xingyang Li
  • Yuyang Zhao
  • Song Bian
  • Zhijian Liu
  • Song Han
ai/muhabir · özet metinden derlendi

Robot kullanım ajanları (RUA'lar), genel amaçlı robot kontrolüne umut verici bir yaklaşım olarak ortaya çıkmıştır. Bununla birlikte, güçlü performans şu ana kadar yalnızca GPT-6 Astra ve Claude Fable 5.2 gibi sınıra özel modellerle elde edildi; açık ağırlıklı modeller ise önemli ölçüde daha az yetenekli olmaya devam ediyor. Açık ağırlıklı bir 27B akıl yürütme modelinin, gerçek robotları takviyeli öğrenme yoluyla, tamamen simülasyonda ve gösteriler olmadan yerel olarak kullanmak üzere eğitilebileceğini gösteriyoruz.

Bu kısa özet, sayfanın kendi metninin ilk cümlelerinden otomatik derlendi; “Yeniden yaz” aynı özeti baştan yazar.

02 Özet

Robot kullanım ajanları (RUA'lar), genel amaçlı robot kontrolüne umut verici bir yaklaşım olarak ortaya çıkmıştır. Bununla birlikte, güçlü performans şu ana kadar yalnızca GPT-6 Astra ve Claude Fable 5.2 gibi sınıra özel modellerle elde edildi; açık ağırlıklı modeller ise önemli ölçüde daha az yetenekli olmaya devam ediyor. Açık ağırlıklı bir 27B akıl yürütme modelinin, gerçek robotları takviyeli öğrenme yoluyla, tamamen simülasyonda ve gösteriler olmadan yerel olarak kullanmak üzere eğitilebileceğini gösteriyoruz. Bilgisayar kullanan bir aracı (CUA) gibi, model de çevreyi gözlemler, bir düşünce zinciri içinde mantık yürütür ve herhangi bir koşum takımı olmadan bir sonraki son efektör pozunu oluşturur. Ajan Robotik için bir Eğitim Sonrası Motor (PEAR) oluşturuyoruz ve bunu, sınır modellerinin bilgisayar kullanımını nasıl elde ettiğini yansıtarak, modeli robot kullanımı takviyeli öğrenme (RURL) ile ölçekte simüle edilmiş robot görevleri üzerinde eğitmek için kullanıyoruz. Simülasyonda edinilen becerilerin eğitim görevlerinin çok ötesinde genelleştiğini görüyoruz: Görünmeyen bir robota, gerçek dünyaya ve yeni talimatlara aktarılıyorlar. Simülasyonda LIBERO ve RoboDojo eğitimi sonrasında model, gerçek bir çift kollu robot üzerinde yaptığımız denemelerin %60'ında başarılı olurken, temel model hiçbirinde başarılı olamadı. LIBERO'da eğitim, başarı oranını %1,6'dan %74,4'e çıkararak maksimum muhakeme çabasıyla GPT-6 Astra ve GPT-6.1 Sol'a yaklaşır. Gösterimlere göre hassas şekilde ayarlanmış bir vizyon-dil-eylem modeli olan $π_{0.5}$ ile karşılaştırıldığında, modelimiz görevin kendisindeki değişikliklere karşı önemli ölçüde daha dayanıklıdır. LIBERO-Pro'da $π_{0.5}$, tanıdık bir sahnede yeni bir göreve atandığında bölümlerin yalnızca %0,75'inde başarılı olurken bizim modelimiz %57,4'te başarılı oluyor. Son olarak model, dokuz muhakeme, kodlama ve vizyon kriterlerinde ölçülebilir bir bozulma olmaksızın genel yeteneklerini koruyor. Bu sonuçlar, robot kullanımıyla pekiştirmeli öğrenmenin, temel model eğitim sonrası için umut verici bir bileşen olduğunu vurgulamaktadır.

Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.

Robot-use agents (RUAs) have emerged as a promising approach to general-purpose robot control. However, strong performance has so far been achieved only by frontier proprietary models such as GPT-6 Astra and Claude Fable 5.2, whereas open-weight models remain substantially less capable. We show that an open-weight 27B reasoning model can be trained to use real robots natively through reinforcement learning, entirely in simulation and without demonstrations. Like a computer-use agent (CUA), the model observes the environment, reasons in a chain of thought, and generates the next end-effector pose, without any harness. We build a Post-training Engine for Agentic Robotics (PEAR) and use it to train the model on simulated robot tasks at scale with robot-use reinforcement learning (RURL), mirroring how frontier models acquire computer use. We find that the skills acquired in simulation generalize well beyond the training tasks: they transfer to an unseen robot, to the real world, and to novel instructions. After training on LIBERO and RoboDojo in simulation, the model succeeds in 60% of our trials on a real dual-arm robot, whereas the base model succeeds in none. On LIBERO, training raises the success rate from 1.6% to 74.4%, approaching GPT-6 Astra and GPT-6.1 Sol at maximum reasoning effort. Compared with $π_{0.5}$, a vision-language-action model fine-tuned on demonstrations, our model is substantially more robust to changes in the task itself. On LIBERO-Pro, $π_{0.5}$ succeeds in only 0.75% of episodes when assigned a new task in a familiar scene whereas our model succeeds in 57.4%. Finally, the model retains its general capabilities, with no measurable degradation on nine reasoning, coding and vision benchmarks. These results highlight robot-use reinforcement learning as a promising component of foundation-model post-training.

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{tang2026training,
  title   = {Training Reasoning Models in Simulation to Natively Use Real Robots},
  author  = {Jiaming Tang and Zhuoyang Zhang and Junxian Guo and Fangzhou Zhao and Yilong Zhao and Zekai Li and Xingyang Li and Yuyang Zhao and Song Bian and Zhijian Liu and Song Han},
  journal = {arXiv preprint arXiv:2611.18562},
  year    = {2026},
  url     = {https://arxiv.org/abs/2611.18562}
}
APA
Tang, J., Zhang, Z., Guo, J., Zhao, F., Zhao, Y., Li, Z., Li, X., Zhao, Y., Bian, S., Liu, Z., & Han, S. (2026). Gerçek Robotları Yerel Olarak Kullanmak İçin Simülasyonda Akıl Yürütme Modellerini Eğitmek. arXiv. https://arxiv.org/abs/2611.18562
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.