返回Glossary
行为克隆（BC）
行为克隆是最简单的模仿学习形式：一个监督回归问题，其中控制策略被训练以通过最小化策略输出与专家在每个观察状态下的动作之间的预测误差来模仿专家演示。BC 易于实现且能很好地扩展数据，但受到分布偏移的困扰——因为它从不接收纠正反馈，小的错误会导致机器人访问训练数据中不存在的状态，这可能会级联导致任务失败。DAgger（数据集聚合）和 GAIL 等技术是专门为解决 BC 的误差复合问题而开发的。 在实践中查看：我们的数据收集服务 →
行为克隆是最简单的模仿学习形式：一个监督回归问题，其中控制策略被训练以通过最小化策略输出与专家在每个观察状态下的动作之间的预测误差来模仿专家演示。BC 易于实现且能很好地扩展数据，但受到分布偏移的困扰——因为它从不接收纠正反馈，小的错误会导致机器人访问训练数据中不存在的状态，这可能会级联导致任务失败。DAgger（数据集聚合）和 GAIL 等技术是专门为解决 BC 的误差复合问题而开发的。 在实践中查看：我们的数据收集服务 →