Shubham Singh 的机器人规模化流程图引发热议：多数环节按苦涩教训设计

Shubham Singh 分享机器人规模化流程图，主张多数环节按苦涩教训设计，并称 Sutton 的理论“基本解决了机器人”。流程以 LLM 生成仿真任务，训练 RL 专家并蒸馏为通用策略，再用真实数据修正仿真物理；真实机器人侧通过 RL 和 VLM+人工抽检训练 learned judge，人类仅留在安全回路与 judge 训练环节。Kyle Morgenstein 转发并认同该路线。