CMU 团队提出 DISCO 树搜索蒸馏法，攻克长程机械臂重排并获 CoRL 2026 Oral

CMU 团队提出 DISCO，以 progressive-widening MCTS 在物理仿真中生成机械臂长程操作计划，并周期性将搜索结果蒸馏回策略-价值模型。训练后模型可直接部署，测试时无需仿真器搜索；在仿真与真实世界重排任务上，DISCO 超越行为克隆、强化学习及基于搜索的基线，论文获 CoRL 2026 Oral 收录。