坐标系
Body Frame
机体坐标系（Body Frame） 就是"以机器人自身为中心"的坐标系，跟着机器人一起移动和旋转。
想象你自己站在房间里：
- 世界坐标系：房间的东南西北，你不管怎么转头，"北"永远是北
- 机体坐标系：你的"前方"永远是你面朝的方向，你的"左边"永远是你左手边
世界坐标系（固定不动） 机体坐标系（跟着机器人转）
Y(北) Y(左)
^ ^
| |
| 机器人头 --> X(前)
+-----> X(东)
假设出口在机器人的"左前方 2 米"位置：
| 表示方式 | 世界坐标系 | 机体坐标系 |
|---|---|---|
| 机器人朝北 | exit_dir = (−1, 1) | exit_dir = (1, 1)（前方偏左） |
| 机器人朝南（转了 180°） | exit_dir = (−1, 1)（不变！） | exit_dir = (−1, −1)（后方偏右） |
| 策略要学的 | 同样的 exit_dir，朝北要左转，朝南要右转 →必须结合 yaw 判断 | 直接告诉策略"出口在前方偏左" →直接左转就行 |
在世界坐标系下，策略网络必须自己学会"看 yaw 角 + 看出口世界方向 → 推算应该怎么转"这个隐式三角函数关系。这对一个 [128, 64] 的小网络来说非常困难。