热点事件持续更新
KAIST DiscoDemo：RL 生成多样化机器人演示
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，据 AGI Hunt 报道，KAIST 与 Holiday Robotics 提出 DiscoDemo，其思路是把强化学习当作数据生成器，而不是将其作为可直接部署的控制器，从而为模仿学习产出多样化的机器人演示。方法上，DiscoDemo 使用带特权潜在条件的强化学习（RL）生成器，并结合并行反向课程与成功门控多样性目标；生成的行为在通过安全过滤后，会被导出为静态数据集，供下游模仿学习使用。报道称，在四个操作任务上，下游成功率在仿真中从 40% 升至 62%，在真机中从 39% 升至 78%。目前，该工作以数据集生成加下游模仿学习为路线，尚未提到将强化学习策略直接部署到真机上。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 09:17
DiscoDemo 在四个操作任务上把真机成功率从 39% 提升到 78%。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntKAIST DiscoDemo：用 RL 生成多样化机器人演示，真机成功率 39%→78%
KAIST 与 Holiday Robotics 的 DiscoDemo 把强化学习当作数据生成器而非可部署控制器，为模仿学习产出多样化机器人演示。其特权潜在条件 RL 生成器结合并行反向课程与成功门控多样性目标，生成的行为经安全过滤后导出为静态数据集。在四个操作任务上，下游成功率从仿真 40% 升至 62%，真机从 39% 升至 78%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。