行为克隆 vs DAgger

灰带是路。红线只模仿专家在路上的动作，稍一偏就按“沿路开”把误差放大；绿线会在自己走偏的地方问专家怎么回来。噪声是测试扰动：拉大后红更容易冲出，绿仍应贴路，不该在坡顶打转。