概念Imitation Learning / IL
模仿学习
机器人学习领域的主流范式，让智能体通过观察专家示范来习得策略，无需手动设计奖励函数，在机器人操控领域得到广泛应用
时间轴 (近 90 天)
8月30日
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
待验证50%
8月29日
帧缺失导致的不连续跳跃会使模仿学习模型学到包含突变动作的策略，部署到真实机器人上时可能导致碰撞、振荡甚至硬件损坏
待验证50%
8月29日
该方法属于模仿学习中的行为克隆，其著名缺陷是复合误差问题
待验证50%
8月29日
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
待验证50%
8月29日
模仿学习的代表性方法包括行为克隆、扩散策略以及ACT（Action Chunking with Transformers）
待验证50%
7月10日
行为克隆属于模仿学习的最简形式，直接学习状态到动作的映射，而不像逆强化学习（IRL）那样推断专家的奖励函数
待验证50%
全部知识事实 (6)
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
50%待验证帧缺失导致的不连续跳跃会使模仿学习模型学到包含突变动作的策略，部署到真实机器人上时可能导致碰撞、振荡甚至硬件损坏
50%待验证该方法属于模仿学习中的行为克隆，其著名缺陷是复合误差问题
50%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
50%待验证模仿学习的代表性方法包括行为克隆、扩散策略以及ACT（Action Chunking with Transformers）
50%待验证行为克隆属于模仿学习的最简形式，直接学习状态到动作的映射，而不像逆强化学习（IRL）那样推断专家的奖励函数
50%