结果感知的似然比较

SkillScaffold通过复用已经完成结果验证的训练轨迹，并使用结果感知的似然比较来估计技能效用，完全不依赖候选专属的环境交互。

结果感知的似然比较通过计算携带与不携带候选技能两种条件下模型重现轨迹的对数似然，并依据轨迹结果标签对似然差进行加权比较来评估技能效用。