آزمایشگاه Han در MIT یک مدل استدلالی باز ۲۷ میلیارد پارامتری را فقط با یادگیری تقویتی در شبیهسازی برای کار با رباتهای واقعی آموزش داد و موتور PEAR را متنباز کرد
تیمی به سرپرستی جیامینگ تانگ، ژوئویانگ ژانگ، جونشیان گوئو و سانگ هان روز ۱۳ نوامبر ۲۰۲۶ پروژه PEAR را همراه با مقاله arXiv 2611.18562 منتشر کرد. یادگیری تقویتی در شبیهسازی، بدون هیچ نمایش انسانی و با شروع از Qwen3.8-27B…