GPT-6 Astra、シミュレーション環境でロボットハンドの巧みな操作を訓練

OpenAIのGPT-6 Astraは、ペン回し、ルービックキューブの解法、ハンマーの使用などのタスクを実行するために、シミュレーション環境でロボットハンドを訓練している。ルービックキューブのタスクでは、4,096の並行シミュレーションを使用し、約4.2 GPU時間を要した。目標は、これらのスキルを現実世界に移行することである。

OpenAIのGPT-6 Astraは、ペン回し、ルービックキューブの解法、ハンマーの使用などのタスクを実行するために、シミュレーション環境でロボットハンドを訓練している。ルービックキューブのタスクでは、4,096の並行シミュレーションを使用し、約4.2 GPU時間を要した。目標は、これらのスキルを現実世界に移行することである。