KAIST DiscoDemo：用 RL 生成多样化机器人演示，真机成功率 39%→78%

KAIST 与 Holiday Robotics 的 DiscoDemo 将 RL 作为数据生成器，通过并行反向课程和成功门控的多样性目标生成多样化机器人行为。生成结果经安全过滤后导出为静态数据集，用于下游视觉运动模仿学习；在 4 项操作任务中，仿真成功率先由 40% 提升至 62%，真机成功率由 39% 提升至 78%。