Kas ir imitācijas mācīšanās un uzvedības klonēšana?

Imitācijas mācīšanās (imitation learning) ir pieeja mašīnmācībā, kurā aģents mācas veikt uzdevumus, novērojot eksperta darbības, nevis pats izpētīt vidi. Mērķis ir reproducēt eksperta uzvedību.

Uzvedības klonēšana (behavior cloning) ir viena no imitation learning metodēm. Šeit uzdevums ir tieši apmācīt modeli, lai tas tieši reproducētu eksperta darbības, balstoties uz novērotajiem stāvokļiem, līdzīgi kā uzraudzītā mācīšanās uzdevumos.

Piemērs: ja ir ieraksti par pieredzējuša vadītāja darbībām dažādās situācijās, ar behavior cloning palīdzību var apmācīt modeli, kas paredzēs darbības (piemēram, stūres pagriešanu, bremzēšanu) atkarībā no pašreizējās situācijas, imitējot eksperta braukšanas stilu.

Tādējādi, imitation learning ļauj apmācīt agentus bez nepieciešamības manuāli noteikt noteikumus vai izmantot sarežģītas reinforcement learning metodes, balstoties uz uzvedības piemēriem.