action = state
最简单的位置先验。
设计不泄漏的 baseline 和验证集
为什么需要 baseline
一个模型看起来 loss 很低，可能只是因为动作变化平滑。没有 baseline，你无法判断它学到的是不是“重复上一帧/上一动作”这种浅层规律。
action = train mean
只猜全局均值。
action = previous action
惯性/平滑性 baseline。
本地结果
| Baseline | MSE |
|---|---|
| action = state | 404.84 |
| action = train mean | 9778.39 |
| action = previous action | 91.06 |
| Tiny MLP validation | 等效 RMSE 19.29px/维 |
tiny policy 明显优于这些 baseline，但这仍只是 offline 证据。
实践：写一个假想实验
- 假设你把 episode 0 的前 80% 作为训练，后 20% 作为验证。
- 写出可能泄漏的原因。
- 比较 random split 和 episode split 的验证 MSE。
- 解释为什么后者更可信。
关键红线
同一 episode 不能同时出现在训练和验证。
检索练习
如果随机按帧切分，最直接的问题是什么？
选择一个答案
相邻帧几乎相同，随机切分会让验证集包含训练样本的近似副本。
本课一手来源
最佳实践来自本课程实验记录与 LeRobot 数据组织方式。
有疑问就问
把不理解的地方直接发给老师/agent，最好附上你观察到的现象和报错。
Course file: lessons/0003-baseline-leakage.html