GPT-6 Astraが自律的にロボットハンドの巧緻性を訓練

GPT-6 Astraは、単一のプロンプトを与えられ、Isaac LabとSharp handを使用してロボットハンドにペン回しを自律的に訓練させた。訓練は1.5日で完了し、訓練済みポリシーと動画を提供した。
Key insights
自律訓練能力
GPT-6 Astraは、Isaac LabとSharp handを用いて器用なハンドにペン回しを訓練するよう指示された。自律的にウェブを検索し、論文をダウンロードし、3Dメッシュを作成し、約1.5日間強化学習を実行し、動作可能な戦略と動画を生成した。これは、複雑なロボットタスクのゼロショット計画と実行を示している。
訓練性能と規模
ロボットハンドはまた、4,096の並列シミュレーションと約4.2GPU時間の訓練を用いてルービックキューブの解法を学習した。目標は、これらのスキルをシミュレーションから実世界に転移することである。