1つのプロンプトが与えられ、GPT-6 AstraはIsaac Labの強化学習(RL)を用いてSharpaハンドにペン回しを訓練し、1日半の実行後に訓練済みポリシーとビデオを提供した。
2026-10-03 02:06:31 UTC GPT-6 Astra、1つのプロンプトから36時間でペン回しのSharpaハンドを訓練 1つのプロンプトが与えられ、GPT-6 AstraはIsaac Labの強化学習(RL)を用いてSharpaハンドにペン回しを訓練し、1日半の実行後に訓練済みポリシーとビデオを提供した。 Source posts Original post by @FinanceYF5 on X