Behavior Cloning from Observation

Behavior Cloning from Observation (BCO)是由Faraz Torabi、Garrett Warnell和Peter Stone于2018年提出的模仿学习论文，发表在IJCAI 2018上。该论文提出了一种仅从观测（状态序列）中学习策略的模仿学习方法，不需要专家动作标签，能够通过学习一个逆动力学模型来推断专家动作，然后使用行为克隆来学习策略。BCO解决了传统模仿学习方法需要专家动作标签的问题，能够在只有观测数据的情况下学习策略，适用于机器人操作、自动驾驶、游戏AI等多种场景。该论文是模仿学习领域的重要论文，提出了一种新的模仿学习范式，对后续的从观测中模仿学习研究产生了深远影响。