搜索面试经历、知识题和 Coding 题。
至少输入两个字符。结果覆盖知识库、面试、Coding、公司和主题。
为具身智能面试中反复出现的概念提供标准答案。
当前主题：imitation-learning
共 4 个问题
ACT 用 CVAE 从示范中采样风格隐变量、Transformer 解码器一次输出一整段动作块，配合时间集成执行，缓解模仿学习的多模态与累积误差问题。
DAgger 迭代地用当前策略滚动、让专家在策略访问的状态上标注，聚合数据重训，解决行为克隆的分布偏移（covariate shift）。
示范覆盖充分、奖励难定义时留在模仿；当成功率被示范质量封顶、存在可靠可验证奖励、且 SFT 已到数据边际收益平台期时引入 RL。
IL 要覆盖任务分布的高质量（观测，专家动作）对；RL 需要带奖励/成败信号的交互经验且欢迎失败；配比按阶段定——SFT 打底为主，按成功率瓶颈递增加码 RL 并混入示范防遗忘。