机器人学习

机器人学习研究机器人如何从数据或经验中获得感知、预测、规划和控制能力，常见方法包括模仿学习、强化学习、离线学习、自监督学习以及仿真到现实迁移。它可以改进难以手工编程的任务，但并不意味着传统控制、系统建模和安全约束可以被省略。

本主题关注数据来源与质量、训练成本、策略泛化、评测设计、在线适应和安全部署，尤其区分单一基准上的性能提升与跨场景、跨本体的可重复能力。