机器人学习：方法与经典工作
四章、10 节，把 Part V 的工具真正用到机器人上：模仿学习与数据讲怎样从示教里学策略，从行为克隆和 DAgger 走到 ACT 与 Diffusion Policy，再回到示教数据本身从哪里来；机器人强化学习讲怎样在仿真里大规模训练、再跨过现实差距搬上真机；Model-based 方法讲怎样先学一个动力学模型，再在模型里规划或训练策略，从 PILCO、PETS 走到 Dreamer、TD-MPC 和学习型 MPC；经典工作用一条可交互的时间线，把这些方法放回它们出现的年代。每一节都有在浏览器里现场运行的实验，大多是现场训练的策略和模型。
1四章之间的关系
Part VI 主要建立在 Part V 之上。模仿学习（22 章）用到生成模型（19 章）的 VAE、扩散与 flow matching 和架构（17 章）的 Transformer，遥操作一节还用到 Part I–II 的雅可比、SE(3) 与逆运动学；机器人强化学习（23 章）建立在 PPO/SAC（20 章）和不确定性（21 章）之上，教师–学生蒸馏还借用了 22.1 节的 DAgger；Model-based 方法（24 章）与前两章互不依赖，它用到 RNN、VAE、PPO/SAC 与不确定性，以及 Part I 的采样优化和 Part IV 的状态空间与 MPC。第 25 章的时间线回顾的是整个 Part V 与 Part VI，图里只画出它到第 22–24 章的边。把鼠标放在（或点击）任意一个方块上：琥珀色是它依赖的部分，紫色是用到它的部分；虚线框是前面的章节或后续部分，本部分各章之间的依赖画成右侧的弧线。每一节具体依赖哪几节，见第 3 部分。
2各章一览
★ 标记的是核心节，点击标题即可进入（灰色的是尚未上线的节）。每章都会写出它的"一句话直觉"和在机器人中的主要用途。
3逐节内容与前置
每节一句话说明它讲什么，下面列出该节自己标注的前置节。青色边框的是本部分内的前置节，其余来自 Part I–V；点击即可跳转。
4按目标选路线
时间有限的话，可以按你的方向挑一条路线先走通，再回头补全。路线里跳过的节，遇到时看第 3 部分列出的前置即可。