docs: clarify minimal reproduction overview

README.md

@@ -1,19 +1,12 @@
-# π0.6 / RECAP Minimal Validation
+# π0.6 / RECAP 最小复现
 
-这是一个用于**小样本过拟合验证**的 π0.6 / `π*0.6` 风格项目。它把 π0.5
+本项目是 Physical Intelligence π0.6 / `π*0.6` RECAP 的最小复现。它在 π0.5 的高层 subtask、FAST 离散动作和 flow action expert 之上，加入示范、失败与人工纠正经验，完成 value function、advantage relabeling、条件策略训练和 CFG 推理的最小闭环。
-已有的“高层 subtask + FAST 离散动作 + flow action expert”扩展为一个最小
-RECAP 闭环：收集示范、失败与人工纠正经验，训练分布式 value function，估计
-advantage，再用正/负 advantage 条件训练策略，并在推理时比较普通策略与
-classifier-free guidance（CFG）策略。
 
-它不是 Physical Intelligence 官方实现，也不能用于真实车辆或机器人控制。
+## 复现范围
-
-## 公开资料边界
 
 本项目以公开的 **“π*0.6: a VLA That Learns From Experience”** RECAP
-论文和 π0.6 model card 为主要依据。π0.6 没有一篇单独公开、包含全部训练细节的
+论文和 π0.6 model card 为主要依据。公开资料没有提供完整的
-基础模型论文；截至本项目实现时，公开 `openpi` 仓库中也没有对应的官方
+π0.6/`π*0.6` 训练源码、权重和 RECAP 数据流水线，未公开的部分在本项目中使用小型可运行结构替代：
-π0.6/`π*0.6` 训练源码、权重或完整 RECAP 数据流水线。因此：
 
 - 论文明确给出的 RECAP 顺序、201-bin value distribution、二值 advantage
   条件、30% 条件 dropout 和 CFG 被保留；