模仿学习为何仍压过强化学习
围绕“模仿学习是否真需叠加 RL 才能解决分布偏移”的讨论升温。发帖者指出，公开 benchmark 中占优的仍多是 TFv5/6、DrivoR 等模仿学习代理，因此质疑 RL 被反复强调的鲁棒性优势是否被高估。
2026-07-15 ~ 2026-07-15 · 2 条相关
- 模仿学习与RL的分布偏移争论 — ftm_guney · 2026-07-15
- 模仿学习真比RL更占优吗 — srchvrs · 2026-07-15
围绕“模仿学习是否真需叠加 RL 才能解决分布偏移”的讨论升温。发帖者指出，公开 benchmark 中占优的仍多是 TFv5/6、DrivoR 等模仿学习代理，因此质疑 RL 被反复强调的鲁棒性优势是否被高估。
2026-07-15 ~ 2026-07-15 · 2 条相关