待验证50% 置信事实精确时间

行为克隆将策略学习转化为监督学习问题，以环境状态为输入、专家动作为标签，训练从状态到动作的映射函数

1

来源数

50%

置信度

长期有效

时效性

2026/8/30

首次发现

来源

游戏行为数据采集：为模仿学习提供帧级对齐的人类操作数据

涉及实体

行为克隆concept 模仿学习concept

相关事实

待验证强化学习训练出的NPC相比传统行为树能够在复杂动态环境中涌现出设计者未预设的行为策略75% 相似待验证该方法属于模仿学习范畴中最简单的形式——行为克隆，直接将专家演示视为有标签数据进行监督学习75% 相似待验证监督学习包含分类（离散标签）和回归（连续标签）两大子任务75% 相似待验证技能注入是'行为约束'，不改变模型知道什么，而是改变模型如何行动，区别于Fine-tuning（重新训练模型权重）和RAG（从外部知识库检索事实性信息）74% 相似待验证动作纠正的技术路径分为基于规则的方法和基于机器学习的方法，实际产品通常结合两者，用规则处理安全红线，用模型处理细微姿态优化建议74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/823779

API

curl https://kongchang.com/api/v1/knowledge/claims/823779

MCP

get_claim(id=823779)