Scope
Active Imitation Learning 在这个仓库里现在是 Imitation Learning 的子方向，而不是独立一级 topic。它关注的是 IL 训练过程中如何主动选择 expert query：什么时候问、问哪个 oracle、用动作标签还是偏好比较、以及如何在有限 expert feedback 下获得更好的 policy improvement。
这个目录的边界刻意收窄到 传统控制、MDP、Deep RL 和非 LLM 的 oracle-query 设定。如果一篇论文讨论的是 LLM agent 的多步工具使用、verifiable reward、RLHF/RLVR 或语言模型 post-training，那么它不归到这里；即使它也有 “active query” 或 “feedback” 机制，也应优先放到 Agentic RL、Textual Reasoning 或 Preference Learning 的对应边界里。