[Question] 训练agent使用的轨迹数据

### Question Category | 问题类别

Usage / How-to | 使用方式咨询

### Your Question | 你的问题

请问下，训练agent使用的轨迹数据是怎么收集和清洗、给reward打分的？

### Context / Background | 背景信息

_No response_