DISCO 将连续动作树搜索蒸馏进策略
视频加载中
视频加载中DISCO 用 GPU 并行 MCTS、学习策略提议动作和价值函数评分，再把搜索结果蒸馏回策略，部署时无需模拟器或在线搜索。
Category: research
Author: @robotsdigest
Date: 2026-11-04T00:00:00
Duration: 35.666s
相关视频
0:07GPT-6 Astra 登顶操作评测
@yokoshaan · 666次播放 · 2026-09-21
视觉语言动作模型机器人操控
1:23RD-VLA 在潜空间中迭代推理
@DJiafei · 754次播放 · 2026-02-10
视觉语言动作模型Latent Reasoning
0:28Awesome-UMI 新增 9 个设备项目
@ArataHorie · 988次播放 · 2026-09-26
机器人技术模仿学习
1:00EXPO-FT：实时VLA策略的实时强化学习微调
@perryadong · 597次播放 · 2026-09-21
视觉语言动作模型强化学习
0:39Opus 5 模拟毒物操作连续失误
@ariansadeg · 778次播放 · 2026-09-19
Physical AI Safety视觉语言动作模型
1:50Show-Harness：让 VLM 直接操控真实机器人
@ZechenBai · 1057次播放 · 2026-09-10
视觉语言动作模型VLM Agent
作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。