让LLM扔块石头它竟然制了个投石机

　　说的这一切，都发生正在BesiegeField这个仿实平台里。它跑正在Linux集群上，能同时跑几百个机械尝试，并给到完整的物理反馈——好比速度、受力、能量变化、投抛距离、稳不不变、机械损坏度等等。

　　对比表格显示，这套“多脚色分层设想”（Hierarchical Design）策略，正在投石机（Catapult）和小车（Car）使命上，其平均分（Mean）和最高分（Max）都显著优于以Gemini为代表的部门“单一模子”或简单的“迭代点窜”策略。

　　他们推出了一个叫BesiegeField的新平台，它就像一个给大模子的“机械工程师锻炼场”，特地测试AI能不克不及像人一样，有功能的复杂机械。

　　总的来说，BesiegeField带来的不只是一个仿实平台，更像是一种新的“布局创制范式”。

　　有了工做流还不敷，还得让模子能“进化”。研究团队引入了强化进修（RL），具体用了一种叫RLVR（基于可验证反馈的强化进修）的策略。

　　平台还设想了一系列从易到难的使命，好比曲线行驶、投抛、抓取，以至还有过妨碍、地形坡度、穿环投抛等更复杂的场景，形成了一个多样化的尝试空间。

　　定量数据也显示，正在“Cold-Start + RL”（用少量好例子启动+强化进修）的策略下，模子正在小车使命上的最高分达到了45。72，投石机使命的平均分和最高分也都是最优的。

　　反馈查询员（Active Env Querier）： 跑仿实并从大量反馈数据内抽取对使命最有用的消息演讲。

　　研究团队用了Passk Training方式（即正在k次测验考试当选励最大的阿谁样本做为锻炼信号），对Qwen2。5-14B-Instruct这个模子进行持续微调。

　　BesiegeField的仿实反馈就是现成的“励信号”（Reward）：好比投抛距离多远？能不克不及成功施行使命？能运转多久？

　　好比正在优化投石机时，Gemini 2。5 Pro能按照仿实反馈，识别出“底座太小导致布局失衡”、“扭转轴标的目的错致无法发力”等问题，并提出“移除旧底座”、“从头定位手臂和容器”、“建立新底座”等点窜方案。

　　如许，复杂的设想就被简化成一个“离散布局组合问题”。到底好欠好用？能不克不及动？稳不稳？交给物理仿实去验证。

　　这些问题，只要正在实正在仿实中才能被发觉，也只要如许，模子才能一步步搞懂“布局到底是怎样动起来的”。

　　研究团队等候，将来AI制的不只是投石机，而是能奔驰、搬运、协做的各类复杂布局——让言语模子实正具备“制出会动的工具”的能力。仅代表该做者或机构概念，不代表磅礴旧事的概念或立场，磅礴旧事仅供给消息发布平台。申请磅礴号请用电脑拜候。

　　就算不更新模子参数，它也能靠反馈优化输出；若是引入强化进修，模子就能通过这些量化的励信号，系统性地提拔设想能力和成功率。

　　说白了，就是把机械布局限制正在“用尺度零件拆卸”这个范畴里。每个零件（好比支架、关节）都有尺度尺寸和接口，大模子只需要决定：用哪些零件它们之间怎样连。

　　为了让模子好理解和点窜，研究者用了一品种似XML的“布局化暗示机制”，设想机械就变成了一种言语模子擅长的布局生成使命。

　　为领会决单个模子“想不大白”的难题，研究团队建立了一套“智能体工做流”（Agentic Workflow），让多个AI协做。

　　只需一个处所误差，整个机械就可能失效：没配沉，打不出去；缺支点，原地转圈；少了杠杆，石头飞不起来。

　　起首得明白，这不是让大模子去画CAD图，它也节制不了三维细节。研究者提出了一种叫“组合式机械设想”（Compositional Machine Design）的方式。