控制圈激辩：RL 是万能解还是出分布就崩

机器人控制圈围绕强化学习与传统控制展开激烈争论。研究者 Kyle Morgenstein 反驳「未建模误差」的说法，指出域随机化（Domain Randomization）本质上是显式的噪声建模，现实中研究者用牺牲精度换取对糟糕模型的鲁棒性。他还认为大多数人既不擅长控制也不擅长系统建模，因此 RL 严格来说更容易上手，直接复制奖励函数和超参数即可，但对 RL 的炒作确实过头，且 RL 控制器一旦出分布（out of distribution）表现就会崩坏。

2026-10-02 ~ 2026-10-02 · 4 条相关

• 控制学者反驳：域随机化牺牲精度,RL 并非万能解 — KyleMorgenstein · 2026-10-02
• 控制学者:多数人建模太差,RL 严格更易用但被吹过头 — KyleMorgenstein · 2026-10-02
• 机器人控制圈争论:RL 控制器出分布就拉胯,还是比建模省事? — KyleMorgenstein · 2026-10-02

另有 1 条近重复转述:KyleMorgenstein