仿真训练推理模型原生使用真实机器人本文仅用仿真强化学习训练 27B 机器人使用推理模型,直接预测末端位姿;LIBERO 成功率由 1.6% 升至 74.4%,真实双臂机器人达 60%。Jiaming Tang, Zhuoyang Zhang, Junxian Guo · 30次阅读 · 2026年11月13日Robot-Use Agents强化学习2026年11月13日