Imitationslernen (IL) wurde 2010 entwickelt und ist eine Methode zum Erlernen von Strategien durch Expertendemonstrationen. Im Gegensatz zum traditionellen bestärkenden Lernen benötigt IL keine explizite Belohnungsfunktion. Stattdessen lernt es direkt anhand der Aktionen der Experten, was zu tun ist.

Imitationslernen umfasst hauptsächlich verschiedene Methoden wie Verhaltensklonen, inverses Verstärkungslernen, DAgger-Algorithmus und generatives kontradiktorisches Imitationslernen und wird in vielen Bereichen wie autonomem Fahren und Robotersteuerung häufig eingesetzt.