热点事件持续更新

DiscoDemo：强化学习生成多样演示数据

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Minho Park 等作者提出 DiscoDemo，用带特权信息的潜在条件强化学习生成器，配合并行逆向课程和成功门控多样性目标，产出多条成功闭环行为，经安全过滤后导出为静态数据集，供下游视觉运动模仿学习使用。在四个操作任务上，作者报告下游平均成功率在仿真中从最强基线的 40% 提升到 62%，在实机上从 39% 提升到 78%。作者称，成功解法的多样性可改善预训练流匹配 VLA 的模仿学习，并与纠错数据采集互补；这些效果为作者报告的结果。

AI 根据报道生成 · 3 小时前更新

最新进展10月26日 12:00

DiscoDemo：用强化学习生成多样示教数据提升模仿学习

报道时间线

沿着报道，了解事件的不同侧面。

10月26日

12:00
arXiv cs.RO
DiscoDemo：用强化学习生成多样示教数据提升模仿学习
DiscoDemo 用带特权信息的潜在条件强化学习生成器配合并行逆向课程和成功门控多样性目标，产出多条成功闭环行为，经安全过滤后导出为静态数据集供下游视觉运动模仿学习。在四个操作任务上，仿真中下游平均成功率从最强基线的 40% 提升到 62%，实机上从 39% 提升到 78%。作者认为成功解法的多样性可改善预训练流匹配 VLA 的模仿学习，并与纠错数据采集互补。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月26日 12:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。