模块 90 · 机器人学习 · 知识 · 单页课件
价值函数和即时奖励,差的是不是「以后」?
能把任务写成状态、动作、转移和奖励
内容主体:机器人模块地图 v2(12 领域 / 91 模块)中本模块的真实规格 | 配套:① 原站点演示 + ② 本模块概念交互台
这一模块要回答什么 大纲原文
核心学习结果:能把任务写成状态、动作、转移和奖励
掌握证据(检查题):解释奖励目标与实际任务成功之间的差别
改编要求:围绕本模块目标原创例题,核对符号、边界和参考材料;不直接复制整章。
先修与约定 四级先修
大纲把「核心必需 / 可替代 / 建议先读 / 深入要求」分开:硬先修只针对核心目标,想做完整推导才需要最后一栏。相关知识和跨领域引用可以双向链接,不构成环。
核心关系式 LeRobot / CS285 数据与策略评价
这条式子是②概念台的计算依据。拖动滑块,读数板会同步给出式子里每一项;切换预设可以比较典型情形。式子用于观察关系,不是某个具体机器人型号的标定结果。
② 概念台怎么读
训练数据与分布偏移。在训练集上表现好,不等于换一个场景还好。
加大分布偏移 Δ,测试数据越过决策边界,测试准确率立刻掉下来;样本少时边界不稳。
三个滑块分别改变训练样本数 n、分布偏移 Δ、正则强度 λ;读数板列出中间量与最终判定。预设「同分布」等对应大纲里最容易出错的几组条件。
教程底板与来源定位 大纲字段
来源阅读范围:目录及导论(访问日期 2026-10-12)。用任务逐步增加模型复杂度;适合感知、移动机器人与估计入门;原站声明仍可能有错误。
这里记录的是大纲为每模块登记的教程底板定位(来源 + 具体章节),不是教材章节正文,也没有把链接或播放器当成课件内容。
编写状态与边界 如实标注
本套课件按大纲逐模块生成「教学规格 + 核心关系 + 可交互概念台」。大纲对正文状态的原始记录如下,不能把页面存在等同于讲义已定稿:
使用边界:91 份模块正文尚未按大纲逐篇编写;本页右栏主体是大纲登记的学习目标、掌握证据、四级先修、教程底板与范围状态,加上一条可验算的核心关系式和配套概念台。① 复用本站已有真实交互实验台,用于兴趣 / 问题引入,不是本模块专属仿真;② 是教学示意模型,不作为工程计算结果。课堂试用与真实触控不在本轮验收范围。
自测 · 掌握证据
题目:解释奖励目标与实际任务成功之间的差别
提示:从 ② 里找证据
先在概念台里复现一组典型条件,再用核心关系式逐项核对读数;能说清「哪个量变了、哪个量没变、为什么」,才算达到本模块的掌握证据。
出处 · 本模块内容来源
- 内容主体
runs/robotics-curriculum-v2-20261012/outputs/module-registry.json,12 领域 / 91 模块中的第 90 条;配套《机器人模块地图 v2》表格。该注册表是state/current.json采纳的课程组织源。 - ① 兴趣引入 站点原有 G1 三维实验台
e01.html,通过?embed=topic嵌入模式复用,未改写原页面代码。 - ② 概念演示 本页新增的参数化 SVG 交互台,用于直观呈现本模块核心关系;教学示意模型,不是真实机器人仿真。
- 首选教程底板 Introduction to Robotics and Perception ↗ · §3.5 Markov Decision Processes(阅读范围:目录及导论,访问 2026-10-12)
本页按 A01 单页课件模式批量生成;91 个模块各自独立存放在全新目录,上一轮 32 份课件与所有旧版文件均未覆盖。① 需经本地 HTTP 服务加载 ES module 与模型;② 为页内 SVG,离线可用。