离线学习系统是指 在初始训练阶段完成后不改变其对目标函数的逼近，且机器人控制软件没有做任何事情，但设备被人类操作者用作沿墙行驶的指向性设备的系统。这种学习方式需要一次性将所有数据参与进训练，完成目标函数的优化后将不会在改变了。离线学习需要一次提供整个训练集，时间和空间成本效率低，发生数据变更或模型漂移需要从头开始训练。离线学习模型稳定性高，方便做模型的验证评估。