# TinyAstral переносит навыки робота в модель на 4 млрд параметров

> Исследователи сообщают, что агент для роботов на 4 млрд параметров почти не уступает более крупной модели-учителю на RoboTwin и тратит примерно в пять раз меньше времени на ускорителе в измеренных эпизодах.

Oossa · 2026-11-02 · https://oossa.com/ru/tinyastral-distills-a-robot-harness-into-a-4b-model

Исследователи представили TinyAstral — метод переноса в компактную модель улучшений, связанных с инструментами, обратной связью и логикой восстановления робота-агента. По данным команды, после улучшения обвязки модели-учителя её доля успешных попыток на RoboTwin выросла с 33.4% до 63.6%; дистиллированная модель-ученик на 4 млрд параметров достигла 62.8%.

По словам исследователей, в измеренных эпизодах развёртывания модель-ученик использовала примерно пятую часть времени на ускорителе, затраченного моделью-учителем. Работа опубликована на arXiv; в аннотации не говорится о независимой проверке результатов.

## Факты

- Успешность на RoboTwin: показатель модели-учителя вырос с 33.4% до 63.6%; модель-ученик на 4 млрд параметров показала 62.8%.
- Статья опубликована на arXiv 2 ноября 2026 года.

## Почему это важно

Для команд, запускающих роботов-агентов, заявленное пятикратное сокращение времени на ускорителе может снизить вычислительные затраты на развёртывание. Однако аннотация не подтверждает результаты независимой проверкой и не позволяет судить о работе системы в более широких реальных условиях.

## Источники и ссылки

1. [TinyAstral: Transferring Self-Evolving Harnesses to Tiny Generalist Manipulation Agents](https://arxiv.org/abs/2610.41216) – arXiv cs.RO, 2026-11-02

Обновлено: 2026-11-02