RL 用于高可靠机器人操作：批评者称“RL 没用”，实践者用结果回击

Chris Paxton 转发 TheHumanoid AI 的强化学习操作演示，以“RL 没用，直到它突然管用了”回应强化学习失效论。该演示聚焦高可靠机器人操作，也体现具身智能领域围绕 RL 与模仿学习路线的持续争议。