模仿学习真比RL更占优吗
srchvrs · x · 2026-07-15
这条讨论在问：既然大家都想在 imitation learning 上再叠 RL 来解决 distribution shift，为什么公开 benchmark 里仍然经常是 imitation learning agent 表现更强？ 原帖回应的核心意思是： - 许多人默认“分布偏移问题”是 RL 必须解决的核心痛点； - 但在一些开放 benchmark 上，像 **TFv5/6**、**DrivoR** 这样的 imitation learning agent 反而占优； - 因此，是否真的存在一个被过度强调的 distribution shift 问题，值得重新审视。