模仿学习与RL的分布偏移争论
ftm_guney · x · 2026-07-15
作者认为，大家都在主张在模仿学习之上再加 RL，用来解决分布偏移问题；但现实是，开放基准里占优势的仍然是像 TFv5/6、DrivoR 这类模仿学习代理。 他因此反问：RL 所谓的“distribution shift”问题，是否真的像外界说得那么严重。
「研究」频道最新
- Tri-Net v2 开源猴痘检测框架，配套 Scientific Reports 论文 — Rich-Fruit-326 · 2026-07-21
- 把数据集打包成顺序 blob，训练吞吐提升 30% — irinarish · 2026-07-21
- UIUC 提出 AgentPrimitives：多智能体的可复用潜在积木 — 机器之心 · 2026-07-21
- 一个 C++20 CPU 原生 strict-W1 训练 runtime 寻求反馈 — Wonderful-Income7415 · 2026-07-21
- 微软提出像训练神经网络一样训练 agent 技能 — Saboo_Shubham_ · 2026-07-21
- 研究者：AI 应是放大器，而不是放弃科研的理由 — omarsar0 · 2026-07-21