请完整说明 ReCAP 的流程，包括人工介入、训练和测试环节。

1）经验收集：机器人自主滚动任务，出现险情或失败时由人工接管纠正，全部写入回放。2）训练：先做 SFT 恢复基本能力；在回放数据上以时间一致性拟合 value 函数，得到每段经验的优势估计；把优势量化为标签，与状态-动作一起做优势条件化训练（RECAP），人工纠正段天然携带高优势标签。3）测试与部署：策略以「高优势」条件自举执行，持续采集新经验回到第一步，形成部署即学习的闭环。

与在线 RL 的工程差异是回答重点：整个过程中没有环境交互中的梯度更新，学习全部发生在回放数据上的监督式拟合；人工介入既保证安全又提供高质量正例。追问可能在「纠正段的标签为什么可信」「优势条件在部署时如何选择」以及该流程对操作员的依赖程度。