一艘自主船在静水中靠 PID 能保持航向，但在侧风、横流、对象参数漂移和传感器噪声下需要频繁重新整定。此时应让策略学习直接接管舵机，还是先判断它能承担哪一层职责。

本课讨论强化学习的合法入口，不讨论用前沿方法绕开控制目标、执行约束和工程责任。