PAPER POSITIONING & LINEAGE论文定位与演进坐标
WHY THIS PAPER EXISTS研究动机 / 前序局限
离线行为克隆把每步决策视作 i.i.d. 监督学习,微小执行偏差引发测试状态分布漂移并呈二次方级发散失败。
CORE SHIFT核心方法跃迁
提出交互式 Dataset Aggregation,让策略实际运行收集新状态再请求专家实时标注最优动作并聚合成数据集迭代训练。
ARCHIVE PROVENANCEZotero / PKA 溯源
Zotero 已入库,确立行为克隆 O(εT²) 误差漂移与在线聚合纠偏 O(εT) 的理论基石。
WHAT REMAINED遗留局限 / 开放问题
在线高频任务中实时人工专家介入成本极高,刺激了后续基于离线动作分块(ACT)与扩散分布的免在线人工替代方案。
来源与归档记录
- 档案来源:
Zotero / Robot Learning · PKA(ACT 背景综述引用) - 文献定位:Zotero 已入库,确立行为克隆 O(εT²) 误差漂移与在线聚合纠偏 O(εT) 的理论基石。
个人精读正文(预留)
本页先展示题录定位、知识图谱上下游与本地文献归档状态;完整分节推演与复现实验记录预留于此,后续补充正文内容。
CONNECTED IN KNOWLEDGE SYSTEM知识体系关联节点与长文