Lunes, 16 de noviembre de 2026
Portada de las 22:25
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · skypilot.ai

Post-entrenar un modelo de 4B con RL para pilotar el Tesla Roadster un 21 % mejor que GPT-6 Astra

El equipo de SkyPilot construyó un entorno de RL sobre un simulador físico de un Roadster volador con cuatro propulsores de aire y viento racheado. Un Qwen3-4B entrenado por unos 13 dólares supera en tiempo real a modelos mucho mayores, que tardan segundos en decidir cuando el coche necesita una orden cada 0,2 s.

Foto: vía skypilot.ai

Leer el artículo aquíArtículo original (skypilot.ai) 2 comentarios en Hacker News

Escucha la noticia3 min

El artículo parte de la demo del nuevo Roadster de Tesla, que subió por una rampa que se curvaba hasta dejarlo boca abajo, giró en el aire, aterrizó y saltó un Cybertruck con propulsores. Los autores montaron un entorno de RL con un simulador de un coche rígido de 4,5 m y 2.000 kg, con cuatro propulsores de gas frío de 12 kN cada uno. El viento es aleatorio y va de ligero (hasta 14 m/s) a tormenta (24 a 33 m/s). Las dos pruebas son el giro en rampa y el kickflip sobre un Cybertruck.

Un LLM pilota con un comando cada 0,2 s entre cinco posibles (coast, climb, hold, rotate y land), mientras el coche sigue moviéndose. Solo cuenta como éxito aterrizar sobre las cuatro ruedas, a menos de unos 20 grados de la horizontal, sin girar y sin choque. La recompensa va de 0 a 1: da crédito parcial por altura, rotación y calidad del aterrizaje, 0,4 por aterrizar y 0,1 por un acabado limpio.

Según los autores, DeepSeek V4.1 Flash, Nemotron 3.5 Super, Muse Spark Open y Beam 1.0 tardan de 1 a 6 s por decisión y aterrizan el 0 % de los kickflips y el 3 % o menos de los giros en rampa; GPT-6 Astra también logra un 0 % con el reloj en marcha. Con el simulador en pausa para que piensen todo lo que quieran, en tormenta DeepSeek acierta el 87 %, Muse el 62 %, Nemotron el 60 %, Beam el 58 % y GPT-6 Astra el 74 %.

El Qwen3-4B entrenado con RL, por unos 13 dólares, responde en 0,09 s y aterriza el 90 % de los kickflips en tiempo real. Un piloto escrito a mano con unas pocas reglas if-then aterriza todos los giros en rampa con viento ligero y el 98 % de los kickflips con viento ligero, pero solo el 61 % en tormenta. Todo es open source y se puede probar con un modelo propio sin GPU.

En Hacker News

«Post-training 4B model with RL to fly Tesla Roadster 21% better than GPT-6 Astra» · puesto 13 · 4 puntos · enviado por wondersky

Lo que dicen los comentarios

La conversación es mínima: dos comentarios, ambos en tono de broma. Uno recurre al refrán del martillo y el clavo para criticar que se use un LLM para pilotar. El otro parodia las peticiones a un modelo con un «hazlo sin causar una lesión de cuello, sin errores». No hay discusión técnica sobre el método ni sobre los resultados.

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.