机器人策略需要了解任务在场景中要求什么，以及如何移动机器人来完成该任务。为了实现这两项技能，我们引入了零真实代理策略（ ZAP ） ，这是一种教学配方，它教导了一个小型现成的视觉语言模型，通过简单的工具线束来控制机器人。我们使用预先训练的27B参数模型来引导世界理解和推理，

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2610.35817v1)获取最准确的信息。

---
🔗 **原文链接**: [Pretraining Knows What, Simulation Teaches How: Compositiona](https://arxiv.org/abs/2610.35817v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Benjamin Pikus, Daniel Saunders, Mircea Mironenco, Salman Mohammadi, Mathew Mathew, Sirou Zhu, Divya Makkar, Xuhua Huang, Qinbo Li, Supreeth Narasimhaswamy, Siyuan Cen, Thomas Neff, Dejia Xu, Shyamal Buch

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-10-28 08:02