待验证50% 置信事实精确时间
ZAP的训练流程分两步：先用预训练模型启动世界理解与推理能力，再通过监督微调和GRPO在简单仿真任务上教会模型移动机器人。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证ZAP的核心主张——仿真训练加预训练理解足以支撑真实机器人控制——目前仅来自单一来源（rss），96.7%成功率是在特定任务集和特定工具框架下取得的，任务复杂度和环境多样性是否足够代表真实部署场景原文未展开说明。75% 相似待验证ZAP能够完成训练数据中未出现的组合泛化任务，包括将试管放入试管架并选择孔位、空中双臂交接试管、在井字棋盘上画X、下国际象棋。71% 相似已验证预训练模型是指在大规模数据集上预先训练好的模型，用户可以直接微调或调用来完成特定任务66% 相似待验证许多GUI智能体基于行为克隆（Behavior Cloning）训练，模型学习的是人类演示轨迹中的动作分布而非任务的本质目标66% 相似待验证机器人 RL 训练的计算资源要求相对可控，个人电脑配合适当的 GPU 即可在仿真环境中完成策略训练66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102703API
curl https://kongchang.com/api/v1/knowledge/claims/1102703MCP
get_claim(id=1102703)