Mi az a másolás alapú tanulás és viselkedés klónozás?

Imitációs tanulás (imitation learning) egy megközelítés a gépi tanulásban, ahol az ügynök tanul feladatokat végrehajtani egy szakértő cselekedeteinek megfigyelésével, ahelyett, hogy saját maga fedezné fel a környezetet. Célja a szakértő viselkedésének reprodukálása.

A viselkedés klónozása (behavior cloning) az egyik módszer az imitation learning-ben. Itt a feladat, hogy egy modellt közvetlenül tanítsunk arra, hogy a megfigyelt állapotok alapján reprodukálja a szakértő cselekedeteit, hasonlóan a felügyelt tanuláshoz.

Példa: ha vannak felvételek egy tapasztalt vezető különböző helyzetekben végzett cselekedeteiről, a behavior cloning segítségével egy modellt lehet tanítani, hogy előre jelezze a cselekvéseket (pl. kormány fordítása, fékezés) a jelenlegi helyzet alapján, utánozva a szakértő vezetési stílusát.

Így az imitation learning lehetővé teszi az ügynökök tanítását anélkül, hogy manuálisan kellene szabályokat írni vagy összetett reinforcement learning módszereket alkalmazni, a viselkedési példákra alapozva.