Confusión Causal
Un modo de fallo en aprendizaje por imitación donde la política de control aprende a depender de correlaciones espurias en los datos de demostración en lugar de las características causales verdaderas. Por ejemplo, una política de conducción podría aprender que el indicador de luz de freno predice la detención, en lugar de aprender a detenerse basándose en las condiciones del tráfico. La confusión causal a menudo se manifiesta como políticas que funcionan dentro de la distribución de entrenamiento pero fallan de manera impredecible en escenarios nuevos.







