Robot Policy
也称 Policy
决定机器人在当前观察和任务条件下如何行动的规则或模型。它可以输出单个动作，也可以一次预测一段动作。
如何理解
策略把观察映射为动作：输入可以是相机图像、关节位置或任务指令，输出则要符合机器人可执行的动作空间。不同系统可能使用关节目标位置、末端移动量或夹爪状态等不同表示。
策略并不一定逐步只预测一个动作。ALOHA 的 ACT 方法一次生成一段动作序列，RT-2 则展示了语言条件下的动作预测。阅读这类研究时，要一起看清输入、动作表示和执行后的反馈方式。
容易混淆的地方
策略说的是如何选择动作，模仿学习说的是如何学习策略，VLA 则是一类模型形式。三者处于不同层次，可以在同一个系统中同时出现。