模仿学习

这个项目把数据、训练、策略执行和评估放进同一个可检查的小任务，先确认学习循环的含义。它使用有限状态的一维积分器，省略惯性、视觉、关节和接触，因此是具身学习前的算法实验，不能代表完整机器人或视觉动作策略。 ...

模仿学习使用演示中的行为信息学习策略。行为克隆（BC）直接把观测映射到动作：输入可以是状态、关节位置、图像或一段历史；输出可以是离散动作、速度、关节目标或动作序列。输入输出的物理含义必须在数据集和控制接口之间一致。 ...