CMU 提出 DISCO 树搜索蒸馏法（CoRL Oral）

2026 年 10 月 26 日报道，CMU 团队提出 DISCO 方法，用于攻克长程机械臂重排任务。该方法在仿真中通过渐进加宽（progressive-widening）的蒙特卡洛树搜索生成长程操作计划：策略网络提出连续动作，价值函数评估任务进度，并周期性地把搜索结果蒸馏回策略-价值模型。训练后的模型可直接部署，测试时无需在仿真器中做搜索。据该报道，DISCO 在仿真与真实世界重排任务上超越行为克隆、强化学习以及基于搜索的基线。该工作已被 CoRL 2026 接收为 Oral。目前尚无后续报道，也未出现与上述数字或说法相矛盾的信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。