這是課上做的筆記，因此很多記得比較急，之后會逐步完善，每節課的邏輯流程寫在大綱部分。

---

成功率(SR)

導航誤差(NE)

成功加權路徑長度（SucceedPLength）

軌跡長度（TL）

先知成功率（OS）

評估環境

1. SEEN VS. UNSEEN ENVIRONMENTS

SEEN ENVIRONMENTS

• 定義：這些是用于訓練和驗證的場景。
• 目的：確保模型在熟悉的數據上能夠很好地擬合和表現。
• 特點：模型在訓練過程中已經見過這些環境，因此對它們有較好的理解和預測能力。

UNSEEN ENVIRONMENTS

• 定義：這些是模型在訓練中從未見過的場景，用于評估其泛化能力。
• 目的：檢驗模型是否能夠在未見過的新環境中保持良好的性能，這反映了模型的真實應用潛力。
• 特點：由于模型沒有見過這些環境，因此可以更真實地反映其在實際應用中的表現。

2. TEST ENVIRONMENTS

• 定義：與UNSEEN ENVIRONMENTS類似，同樣是完全未見過的環境，但它是最終的、最權威的評測標準。
• 目的：為了保證公平性和客觀性，測試集的正確答案（路徑）通常是不公開的，以防止研究者通過逆向工程等方式獲取優勢。
• 流程：
  • 研究者需要將訓練好的模型提交到官方的評測服務器上。
  • 由服務器來計算并返回最終成績，這樣可以確保評估過程的公正性和準確性。