XNews

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

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