arXiv · cs.RO· Yijia Fan, Xilin He, Yilei Jiang, Dongming Wu, Jiaxu Wang, Xiangyu Yue·· 3 小时前精选AI 评分74
论文 / 摘要阅读
CaPtain：把小型开源VLM后训练为代码即策略机器人智能体的流程
CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents
AI 导读 · 根据来源整理
CaPtain 提出一套开放后训练流程，将小型开源视觉语言模型训练为代码即策略（CaP）机器人智能体，测试时不依赖 VLA、前沿模型或特权状态。方法先在 GPT-6 Astra 生成的合成轨迹上做监督微调，再做多轮强化学习；由于单次请求的物理影响常延迟数轮才显现，作者引入读取策略不可见仿真特权状态的物理评论器，按各请求对预测成功概率的改变分配信用。以 Qwen3.5-4B 为起点（零样本 0%）。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org