Hacker News · 首页· wondersky·· 3 小时前AI 评分66
SkyPilot 用 RL 后训练 Qwen3-4B 驾驶飞行跑车，风暴中比 GPT-6 Astra 多降落 21%
Post-training 4B model with RL to fly Tesla Roadster 21% better than GPT-6 Astra
AI 导读
SkyPilot 围绕飞行跑车的物理模拟器搭建 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，在 384 次留出风暴后空翻中降落 90%。
来源：Hacker News · 首页 · skypilot.ai