Hacker News 首页·· 4 小时前AI 评分34
用 RL 后训练 4B 模型驾驶 Tesla Roadster，表现比 GPT-6 Astra 好 21%
Post-training 4B model with RL to fly Tesla Roadster 21% better than GPT-6 Astra
AI 导读
团队围绕飞行 Roadster 的物理模拟器搭建 RL 环境，用 RL 后训练的 Qwen3-4B 在实时决策下完成 90% 的风暴中 kickflip，训练成本约 $13、单次响应 0.09 s。
来源：Hacker News 首页 · skypilot.ai