Nima bu taqlid o'rganish va xulq-atvor klonlash?

Imitatsiya o‘rganish (imitation learning) — bu mashina o‘rganishida yondashuv bo‘lib, agent o‘zi muvofiq vazifalarni bajarishni o‘rganadi, mutaxassisning harakatlarini kuzatib, muhitni o‘zi izlamasdan. Maqsad — mutaxassisning xulq-atvorini takrorlash.

Xulq-atvorni klonlash (behavior cloning) — bu imitation learning usullaridan biridir. Bu yerda vazifa — kuzatilgan holatlarga asoslanib, mutaxassisning harakatlarini to‘g‘ridan-to‘g‘ri takrorlash uchun modelni o‘qitish, nazoratli o‘rganish vazifasi singari.

Misol: agar tajribali haydovchining turli vaziyatlarda harakatlari yozib olingan bo‘lsa, behavior cloning yordamida, joriy vaziyatga asoslanib, harakatlarni (masalan, g‘ildirakni burish, to‘xtash) bashorat qiladigan modelni o‘qitish mumkin, mutaxassisning haydash uslubini takrorlab.

Shunday qilib, imitation learning agentlarni qo‘lda qoidalarni yozish yoki murakkab reinforcement learning usullaridan foydalanmasdan, xulq-atvor misollariga asoslanib o‘rgatishga imkon beradi.