（来源：上观新闻）
我可以💻把同事，以及🧫🕝他们的虾都拉🇳🇴🇳🇨到群里🇦🇸。研究团队通过实验🍞直接观察了🙌这个"🔩🇪🇪打分员"的行为🇨🇮👨👨👦👦目录树，结果🈯令人震📂惊🌺🦖。” 当🤘前主流机器人，👯📷本质上是🙈“命令行机器人👩🚒”或“🛰✖遥控机🧥器人”🥘。不过他们做了自己🇹🇱的版本，hyb🚧🦸♀️rid New✏🧗♂️ton-Sch🇪🇷🐜ulz迭代，1🐊0步分两段🇬🇫。
Q3：TRAC👩🎨E和直接🏮🇦🇼在目标🚛场景里做强化学习🛎🦛训练有什么区🚲别？ A：直⬅🔒接在目标场景🧚♀️⚒做强化🥝学习（GRPO🏗 on Ta🔞🇨🇩rget🐝）训练时🇨🇨🐖，模型从任务整体🀄成功或失败📑😜中学习，无法精🚆确归因到某🇨🇬🎌种具体能力，容易❔🏛陷入不稳定或过🔩🌆拟合🛋。更致命的是，🇬🇾VLA只能🇱🇸👐“模仿”训练数🚁🎪据中的轨迹，它♎🐟不理解⏯杯子为什么会掉🏋，也不🇵🇲➡理解为什么盘子🇧🇸🧦悬在桌边需要推回🤪🇳🇪去📚🌑。
