CMU提出DISCO长程机械臂重排方法

CMU团队提出DISCO，将物理仿真中的树搜索结果周期性蒸馏回策略—价值模型；训练后的模型部署时无需再运行搜索，其论文获CoRL 2026 Oral收录。 DISCO以渐进扩展的蒙特卡洛树搜索生成长程操作计划，由策略网络提出连续动作、价值函数评估任务完成进度，并借助GPU并行仿真完成训练。团队称，该方法在仿真和真实世界重排任务上优于行为克隆、强化学习及其他搜索基线。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。