从 Behavior Cloning 到 DAgger，再到 Offline RL：监督、分布与价值
BC、DAgger 和 Offline RL 都是用离线轨迹学一个从 observation 到 action 的映射，它们解决的到底是不是同一个问题？
标签
机器人学习
带有 机器人学习 标签的博客和学习线程。
博客
从 Diffusion SDE 到 π₀.₅ Flow Matching Action Head
Flow Matching action head 学到的到底是什么？它和 Diffusion SDE、π₀.₅ 以及机器人数据采集有什么关系？
从 Flow Matching 原理出发的机器人数据采集指导
Flow Matching action head 对数据采集有什么特殊要求？如何从训练目标理解数据质量？
学习线程
从 Diffusion SDE 到 π₀.₅ Flow Matching Action Head
Diffusion 为什么每步噪声是 √dt？