模仿学习
从演示中学习——机器人通过远程操作数据复制人类行为。
什么是模仿学习？
模仿学习（IL）是机器人通过观察和复制专家演示来学习执行任务的范例。 机器人不是从奖励信号中学习（如强化学习中那样），而是从人类远程操作或动觉教学期间收集的状态动作对中学习。
主要方法
- 行为克隆（BC） ——（观察、行动）对的监督学习。 简单但容易发生分布转移。
- 匕首 — 迭代数据收集：运行策略、获得专家修正、重新训练。 减少分配偏移。
- 逆强化学习（IRL） — 从演示中推断奖励函数，然后优化策略。
从演示中学习——机器人通过远程操作数据复制人类行为。
模仿学习（IL）是机器人通过观察和复制专家演示来学习执行任务的范例。 机器人不是从奖励信号中学习（如强化学习中那样），而是从人类远程操作或动觉教学期间收集的状态动作对中学习。