第四层 产物：信号怎样组成 episode

采集系统可能记录以下内容：

图像、深度图和点云：描述环境外观与几何。

关节角（joint angles）：描述关节状态；目标关节角可以作为动作，但当前读数不自动等于动作标签。

末端位姿（end-effector pose）：描述夹爪等末端的位置与朝向；同样要区分实测状态与目标指令。

力、力矩与触觉：描述受力或接触信息，需要相应传感器与标定。

Episode 是一段有起止边界的交互记录，通常由按时间排列的步骤组成。轨迹（trajectory）强调状态、观测或动作随时间形成的序列；数据集里常把一次 episode 称为一条轨迹，但“手腕轨迹”也可能只指其中一条位姿序列。

任务完成、失败、超时或人为截断，都可能结束一段记录。成功标记可以辅助筛选，却不是所有训练样本的必填项；失败数据也可能用于价值学习或纠错，不能直接归为无效。真正要检查的是字段、时间对齐和训练用途是否匹配。

“小时数”和“轨迹数”也不矛盾。DROID 同时报告约 7.6 万条演示与 350 小时交互数据：前者数片段，后者量时长。相同条数可能对应不同任务长度，相同时长也可能包含不同数量的有效演示，所以二者都不能单独代表训练价值。

跨本体数据还要统一表示。本体（embodiment）指机器人的身体构型及相关感知、控制配置。Open X-Embodiment 的发布材料汇集了 22 种本体、超过 100 万条轨迹，配套 RT-X 研究跨本体学习；这不意味着不同机器人的数据合并后无需处理动作空间。

看方案时，追问数据怎样变成动作

行为克隆（behavior cloning）是模仿学习的一种做法，直接用观测预测示范动作。它主要从对齐的观测与动作中取样，下一时刻观测、奖励或成功标记是否参与训练，取决于方法。不要把“观测＋动作＋结果”当成所有算法统一要求的三个字段。

下面这张图对照几条数据处理路径。它们是可组合的来源，不是严格的成本或质量排名。

仿真也是数据来源：可以记录模拟环境中的观测与动作，但仿真到真实（sim-to-real）是迁移问题，并不是“合成数据”的同义词。建模误差、接触物理和传感差异，都可能影响部署结果。

下次再看到一份采集方案，可以先问视角、设备、教法和产物，再问：动作标签怎样得到，经过哪些处理，最后给哪一种机器人和训练方法用？这些问题答清楚，术语才真正变成了能判断的方案。