演示 / 机器人学习
示范怎样变成可改目标的运动，模仿为什么会在自己走偏后失效，以及换一套动力学还能否到点。
改终点后仍保持拱形或 S 形，不是直线插值。
只克隆专家会冲出弯道；DAgger 能收回来。
单环境克隆怕风和变质量；训练时随机动力学更稳。
看示范轨迹的均值与不确定性如何在经过点约束后改变。
把实际到达的状态变成目标，重新计算奖励并回放。
在解析教学分布中逐步去噪动作序列，理解条件生成。