Imitation Learning（模仿学习）

模仿学习核心思想是从专家轨迹中直接学习策略，避免显式奖励设计。主要方法包括行为克隆（监督学习状态到动作的映射）和逆强化学习（从演示中推断奖励函数）。挑战包括分布偏移和因果混淆。典型应用有自动驾驶（如NVIDIA的端到端驾驶）、机器人操作（如ALVINN）和游戏AI（如AlphaStar的初始训练）。近年来，扩散策略等新方法进一步提升了模仿学习的性能。