仿真蒸馏难如数据规模化？机器人训练路线之争

KyleMorgenstein · x · 2026-08-26

Kyle Morgenstein 指出，从仿真中训练的单任务策略进行蒸馏，与大规模人类数据行为克隆有本质区别。他认为单任务策略无法像 BC（行为克隆）结合人类数据那样进行规模化训练。Chris Offner 随后回应，质疑这是否属于单一策略通过多专家蒸馏实现多技能，并讨论了“运动智能”的局限性，即仅限于模仿组合人类动作或类似 MPC 的短视预测，难以泛化到其他形态。