SkyPilot用RL后训练4B模型完成飞行跑车特技
热点事件持续更新
SkyPilot用RL后训练4B模型完成飞行跑车特技
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
SkyPilot 围绕飞行跑车物理模拟器搭建强化学习环境，对 Qwen3-4B 做模仿学习加 GRPO 后训练，训练成本约 4 GPU 小时、13 美元。SkyPilot 称，该模型每 0.09 秒决策一次，在“风暴踢翻”任务中落地成功率达 90%，超过 GPT-6 Astra。 SkyPilot 表示环境与代码全部开源，无需 GPU 即可通过兼容 OpenAI 接口的端点试飞自家模型，默认使用 SkyPilot Tokens 提供的开放模型；自行复现训练则需带两块空闲 H100 的 Kubernetes 集群、共享卷和 S3 桶。90% 成功率是 SkyPilot 公布的结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 00:29
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报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hacker NewsSkyPilot 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
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%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。