Hacker News· wondersky·· 3 小时前AI 评分58
SkyPilot 用 RL 后训练 Qwen3-4B 飞飞行跑车，风暴踢翻成功率 90% 超过 GPT-6 Astra
Post-training 4B model with RL to fly Tesla Roadster 21% better than GPT-6 Astra
AI 导读
SkyPilot 搭建飞行跑车物理模拟的 RL 环境，用约 4 GPU 小时、约 13 美元对 Qwen3-4B 做模仿学习加 GRPO 后训练，模型每 0.09 秒给出一次决策，风暴踢翻落地率 90%。
来源：Hacker News · skypilot.ai