Nathan 的模型式 RL 排查：预测轨迹与规划反馈

人工整理｜Nathan Lambert于2021-06-29的历史经验文章，所选Practical Tips关注历史状态输入、不同种子与多步预测误差、候选轨迹多样性、重规划频率，以及预测轨迹和真实结果的偏离。可用于机器人或仿真系统排错时组织观察量，非已完成机器人案例。原示意图抓取超时，本条不附图、不重试。未安装、训练、部署硬件或复现实验；年代相关SOTA、库/硬件速度和作者取舍不作2026事实。