DISCO：连续动作空间蒸馏树搜索

2026年10月20日，arXiv Robotics 报道了 Kallol Saha 等作者提出的 DISCO 方法（Distilled Tree Search over Continuous Actions，连续动作空间上的蒸馏树搜索）。该方法通过渐进加宽的蒙特卡洛树搜索（MCTS）在物理仿真中生成长时程规划，并利用 GPU 并行仿真，将搜索得到的计划定期蒸馏进策略-价值模型；测试时无需仿真器搜索即可直接部署。报道称，在仿真与真实重排任务中，DISCO 优于行为克隆、强化学习和基于搜索的基线。该工作已被 CoRL 2026 接收为 Oral。目前事件进展为方法提出与论文接收，尚无后续跟进报道。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。