机器人学习
机器人如何从数据和经验中学习技能，涵盖模仿学习、强化学习、Sim2Real和扩散策略。
本章内容：
- 机器人学习综述 — 学习范式总览：IL、RL、自监督
- 模仿学习 — BC、DAgger、ACT、GAIL
- 强化学习在机器人中的应用 — 奖励工程、大规模并行训练
- Sim2Real — 域随机化、域适应、师生蒸馏
- 遥操作与数据收集 — ALOHA、UMI、GELLO、数据规模
- 扩散策略 — Diffusion Policy、DP3、Consistency Policy
- 多任务与泛化 — 跨任务/跨环境泛化、few-shot适应