模倣学習

2010年に提案された模倣学習（IL）は、熟練者のデモンストレーションから学習することで戦略を獲得する手法です。従来の強化学習とは異なり、ILは明示的な報酬関数を必要としません。その代わりに、熟練者の行動に基づいて、何をすべきかを直接学習します。

模倣学習には、主に行動クローニング、逆強化学習、DAggerアルゴリズム、生成的敵対的模倣学習などのいくつかの手法が含まれており、自動運転やロボット制御など多くの分野で広く使用されています。