模仿学习imitation learning

模仿学习是一种机器学习方法，它不直接定义奖励，而是从专家示范的状态与动作记录中学习如何行动。用监督学习直接复制示范数据的行为克隆是其最简单的形式，从示范中反推奖励函数的逆强化学习也属于这一领域。

它常用于机器人操作和自动驾驶等难以用奖励描述理想行为的领域。也有观点认为，预测下一个词元的语言模型预训练，本质上是对人类文本的模仿学习。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误，请通过更正请求告诉我们。