待验证50% 置信观点精确时间
捕捉到的人体运动数据理论上可用于模仿学习的演示数据收集，或作为人类先验轨迹为强化学习策略提供初始种子
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证自监督学习是预训练阶段的核心范式，模型通过下一个词预测任务从数据本身构造训练信号72% 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72% 相似待验证基于模型的强化学习可利用物理先验进行想象中的演练（imagination rollout），减少与真实环境交互次数并避免危险状态72% 相似待验证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70% 相似待验证将人体动作映射到机器人的思路与机器人训练中的示范学习（Learning from Demonstration）逻辑相通70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/909988API
curl https://kongchang.com/api/v1/knowledge/claims/909988MCP
get_claim(id=909988)