UW 团队展示 RL 训练机器人：与行为克隆效果天壤之别

UW 团队展示的 RL 训练机器人恢复行为表现突出，作者称其与行为克隆模型效果「天壤之别」，但规模化迁移到多场景仍有挑战。可扩展的关键在于资产既好看又好仿真：零件无纹理、材质简单，渲染容易逼真，反光板需贴胶带才能让仿真接近真实。板子未固定在桌上时，现有恢复行为太猛会出问题，说明 RL 策略对物体固定状态假设很强。