任务列表
本章介绍九类任务，按相同顺序说明业务背景、数据、配置、训练、模型使用与效果评估。 首次使用可以从倒立摆开始；已有业务数据时，可选择与自己的控制对象或建模目标相近的任务。
按业务场景选择
| 任务 | 业务目标 | 重点内容 |
|---|---|---|
| 倒立摆 | 将摆杆摆起并保持直立 | 世界模型与策略的完整入门流程 |
| 机器人控制 | 在 HalfCheetah 仿真中协调关节并向前运动 | 高维连续动作、世界模型与 SAC、独立 MuJoCo 评估 |
| 冰箱温控 | 在开门扰动下维持箱内温度 | 单一制冷动作、外生输入与独立温控仿真 |
| 着陆器悬停 | 在目标区域保持悬停 | 离散动作、部分观测与独立 Box2D 评估 |
| 水处理 | 调整加氯投加，使出口余氯接近目标 | 已知设备机制、滞后过程建模、PID/FFPID 筛选与长期仿真 |
| 三容水箱 | 调节末端水箱液位 | 长滞后、末端负载与残差 PID/MPC 对照 |
| 暖通控制 | 按使用日程维持室温并考虑费用 | 热惯性、天气与日程、MPC/FFPID 对照 |
| 车辆跟随 | 跟随前车并兼顾车距和平顺性 | 纵向动力学、执行器滞后与风险代价 |
| 无人机建模 | 预测给定飞行指令下的状态变化 | 真实飞行数据、物理先验与循环网络；仅训练世界模型 |
各任务的背景图展示业务对象、作用关系和可用观测。图中的反馈环节描述任务结构；模型是否可接入实际系统，需要结合各任务的评估结果判断。
数据与运行条件
| 任务 | 数据与环境性质 | 运行前准备 |
|---|---|---|
| 倒立摆 | Gym 仿真基准 | 源码已包含入门数据、最小配置和奖励函数 |
| 机器人控制 | HalfCheetah 连续控制仿真 | 准备指定离线数据；独立评估另需匹配的 MuJoCo 后端 |
| 冰箱温控 | 温度控制仿真 | 复用已有数据；缺失时可按条件进行仿真采集 |
| 着陆器悬停 | 离散动作悬停仿真 | 取得原料数据后转换；独立评估使用 Box2D |
| 水处理 | 工业过程仿真历史数据 | 准备获授权的数据与外部仿真依赖 |
| 三容水箱 | 合成水箱仿真 | 复用已有数据，或运行配套数据生成脚本 |
| 暖通控制 | 合成建筑热过程 | 复用已有数据，或按案例条件进行仿真采集 |
| 车辆跟随 | 合成纵向跟随仿真 | 复用已有数据，或按案例条件进行仿真采集 |
| 无人机建模 | 真实飞行日志 | 准备指定数据和配套自定义组件，完成时间对齐与预处理 |
数据准备命令可能采集仿真轨迹或覆盖数据文件，具体行为在各页“数据与准备”中说明。仅有离线数据时，按分步路线训练，再单独安排评估。
任务页阅读约定
每个任务页都有相同的七个章节，右侧“本页内容”可直接定位。任务特有内容位于对应章节的小节内。
| 章节 | 阅读内容 |
|---|---|
| 1. 任务背景与目标 | 业务对象、目标、业务关系图、任务难点 |
| 2. 数据与准备 | 数据来源、字段与单位、控制量与外扰、依赖及准备命令 |
| 3. 建模与配置 | 决策流图、已知与待学习部分、YAML 示例、配置逐块讲解和不超过三份核心配置 |
| 4. 训练与选模 | 预检、smoke、正式训练、模型选择及一键运行入口 |
| 5. 模型使用与评估 | 加载推理、部署接口、评估命令、指标与对照条件 |
| 6. 结果与分析 | 案例结果、运行条件、误差或收益解读及适用范围 |
| 7. 迁移到实际业务 | 替换数据和变量、调整目标与约束、设计业务验证 |
配置中的 graph 定义变量和关系，data 定义数据读取，training 定义阶段和算法，output 定义保存与导出；案例说明这些配置为何适用于当前任务。通用写法见编写任务配置，字段默认值见配置参考。
smoke 用于检查运行流程。结果结合对应数据、种子、训练规模和评估环境理解；模型内验证与独立仿真评估分别报告，无人机建模则使用给定日志指令的离线递推评测。统计定义见评估与选择模型。
迁移示范可参考倒立摆和三容水箱。其他任务也在最后一节说明数据、目标与评估条件需要如何调整。