#策略蒸馏

训练机械臂策略的新思路：不蒸馏专家，只学视觉补状态，真机 Panda 上 76% 成功率，做 sim-to-real 的朋友可以看看。

RISE方法解决了传统蒸馏中教师质量瓶颈问题，用模型自身轨迹构建教师，在多项任务中超越现有方法。

研究者用决策树“拆解”了黑箱TD3，在倒立摆任务上性能不减，还解析了控制规律，适合安全关键AI参考。