Imitation Learning

学习地址

介绍

Behavior Cloning

观察专业行为或者说标准行为，然后进行决策，但这样收集的数据可能比较单一，没有各种情况下的数据。




上图是以学说话为例的，在说话时可能会用手势促进理解，但是学习者应该学会的是语言，而非附带的手势。

Inverse Reinforcement Learning(IRL)

传统学习模型

现在在观察专业行为的基础上反推出Function，再应用到学习行为中

假设专业行为是最好的，那么，