CoRL 报告：机器人模仿学习数据加量收益递减，须转向强化学习

CoRL 一场报告指出，机器人模仿学习的数据量增加后性能趋于平台期，叠衣服吞吐量从 May 2024 的 1x 升至 Aug 的 1.5x，Oct 回落至 1.1x。收餐盘任务的增长也从 4x 回落至 1.3x，报告人 Kay 因此转向 target finetuning/RL，以继续提升性能上限。