研究挑战共识：最简离散动作表示可匹敌甚至超越连续动作头

siddkaramcheti · x · 2026-10-22

Zeji Yi 团队的研究挑战了「机器人策略需要连续动作头、离散动作不精确」的普遍认知：实验发现采用最简单离散表示的策略，在仿真与真实环境、单步与 diffusion/flow 设定下，均能匹敌甚至超越连续表示。

转发者 maxsimchowitz 称这是他今年最喜欢的项目之一——表面上关于机器人，但揭示了一个关于 AI 模型应如何表示各模态的基本原理：离散参数化虽Awesome，可从数据中学习几何结构却不被其约束，反而表现更好，「正是 bitter lesson 告诉我们该寻找的东西」。