mit-han-lab/pear

项目定位

PEAR 是面向智能体机器人的后训练引擎，用仿真环境里的强化学习训练推理模型，让它能原生地操作机器人。公开成果是一个开放权重的 27B 推理模型，完全在仿真中学会使用真实机器人，不使用演示数据。

训练部分基于 veRL，支持全异步 RL、GRPO、动态采样、Score Centering、FSDP 与序列并行（面向长上下文）、梯度检查点和激活卸载、跨轮前缀缓存（由 LMCache 把 KV cache 卸载到 CPU 内存），以及针对 H100、H200、GB300 的优化 kernel。仿真器与训练跑在同一个 Ray 集群上：MuJoCo 在 CPU、Isaac Sim 在 GPU。

评测覆盖 LIBERO、LIBERO-Plus、LIBERO-Pro、RoboDojo、RoboLab-120 等机器人基准，以及经 EvalScope 接入的九项推理、代码和视觉基准。部署侧由 RTX 5090 或 GB300 上的 vLLM 模型服务，加上驱动机器人的 agent 循环，支持 YAM 和 SO-101。

快速开始

文档给出的入口是在 GPU 节点上跑一次 LIBERO 训练。需要先准备一个所有节点都能访问的目录，模型、环境和运行输出都放在这里。

git clone https://github.com/mit-han-lab/pear.git && cd pear
export WORK_DIR=<所有节点都能访问的目录>
bash scripts/install.sh libero_run

安装脚本会装好模型、LIBERO 和训练环境。之后需要启动 Ray 集群再启动训练，集群启动和运行命令没有直接写在 README 里，按安装说明、快速开始和示例配方操作。

支持的模型与环境

Qwen3.8-27B 同时提供训练和部署配方，部署配方里包含驱动机器人的步骤说明 部署示例。训练与评测环境是 LIBERO（Franka、MuJoCo）和 RoboDojo（双臂 ARX、Isaac Sim）；LIBERO-Plus、LIBERO-Pro、RoboLab-120 只用于评测。部署形态为 YAM（双臂带夹爪）和 SO-101（单臂带夹爪）。

运行条件与限制

训练面向 NVIDIA Hopper（H100、H200）和 Blackwell（GB300、RTX 5090）硬件，模型服务跑在单张 RTX 5090 或 GB300 上。整套流程依赖 veRL、LMCache、vLLM 和 Ray，完整搭建需要多节点 Ray 集群。Isaac Sim 环境需要 GPU，MuJoCo 仿真器跑在 CPU 上。真机部署需要表格列出的 YAM 或 SO-101 机械臂。仓库采用 Apache-2.0 许可证。

HotRepo 点评

PEAR 于 2026-11-14 进入 HotRepo 新项目榜的 Python 语言榜，在一小时左右的观察窗口内新增 2 Star，累计 103 Star、10 Fork。可用的记录只有这一小段，也没有全语言日榜名次，因此只能说明早期有少量关注，不足以判断趋势。项目本身给出了从训练、评测到真机部署的完整链路，并配套论文和开放的 27B 模型，更适合拥有 Hopper/Blackwell 集群的机器人研究者，而不是普通用户。