探索实训

把人类演示的经验数据变成机器自己的决策能力，是具身智能的核心。本项目带你在纯 Python + numpy 环境里亲手走完这条训练链路：手写反向传播训出行为克隆策略，用扩散策略解决多峰动作难题，再用仿真 rollout 的量化数字证明策略可以上线——"模型是怎么从数据里长出来的"，从此不再是黑盒。