5.2.1 行为克隆 (Behavior Cloning)

文档摘要

5.2.1 行为克隆 (Behavior Cloning) 5.2.1 行为克隆（Behavior Cloning）：当“学得像”不等于“跑得稳”——一个被低估的分布偏移陷阱与它的外科手术式修复你有没有遇到过这样的时刻？模型在验证集上准确率98.7%，MSE低到让人心跳加速；回放轨迹时，前3秒方向盘平滑如丝，第4秒突然猛打满舵撞上路肩；再试一次，它优雅地绕过障碍，却在下一个直角弯凭空刹停——仿佛驾驶员在那一刻失忆了。这不是玄学，也不是数据噪声作祟。这是行为克隆最沉默、最顽固、也最容易被误判为“训练不足”的病灶：策略分布与专家演示分布之间的隐性断裂。