Lecture 2 · 从行为克隆到 DAgger
先看清这一讲在做什么 本讲主题：Supervised Learning of Behaviors（行为的监督学习）。 从监督学习走到 BC，再追问训练与执行分布为什么不同。量化时先定义错误，得到单步犯错率，再写出整条轨迹的期望总错误；随后统一分解“此前无错／曾经出错”，先比较分布，再拆解错误。 ...
先看清这一讲在做什么 本讲主题：Supervised Learning of Behaviors（行为的监督学习）。 从监督学习走到 BC，再追问训练与执行分布为什么不同。量化时先定义错误，得到单步犯错率，再写出整条轨迹的期望总错误；随后统一分解“此前无错／曾经出错”，先比较分布，再拆解错误。 ...