Imitation Learning for Robotics: A Review

本文系统综述了机器人领域模仿学习（Imitation Learning）的最新进展。模仿学习通过从专家演示中学习策略，避免了强化学习中奖励设计和探索困难的问题，是机器人技能获取的重要范式。文章分析了行为克隆、逆强化学习、对抗模仿学习、从观察中学习等核心方法，以及数据高效模仿、分布外泛化、多模态演示学习等关键技术。适用场景包括机器人操作、导航、运动控制等需要快速技能获取的领域。来源机构包括Google DeepMind、UC Berkeley、CMU等顶尖研究机构。