Learning from Demonstration for Robotics
Learning from Demonstration for Robotics（机器人示教学习）是由Brenna D. Argall、Sonia Chernova、Manuela Veloso和Brett Browning于2009年发表在Robotics and Autonomous Systems上的经典综述论文，是机器人学习领域最重要的综述之一。该论文系统地回顾了机器人示教学习（LfD）的发展历程，包括示教数据采集、运动学映射、策略学习、强化学习微调等多个方面。该论文详细分析了示教学习的核心挑战，包括多模态示教、高维动作空间、泛化能力、安全约束等，并讨论了多种解决方案和未来研究方向。示教学习通过人类示范来训练机器人策略，能够显著降低机器人编程的门槛，使非专业用户也能方便地教机器人完成复杂任务。该论文被引用超过5000次，是机器人示教学习领域的入门必读文献，对后续的行为克隆、逆强化学习、模仿学习等研究产生了深远影响，为研究者提供了全面的理论框架和研究路线图。
主体信息
Learning from Demonstration for Robotics（机器人示教学习）是由Brenna D. Argall、Sonia Chernova、Manuela Veloso和Brett Browning于2009年发表在Robotics and Autonomous Systems上的经典综述论文，是机器人学习领域最重要的综述之一。该论文系统地回顾了机器人示教学习（LfD）的发展历程，包括示教数据采集、运动学映射、策略学习、强化学习微调等多个方面。该论文详细分析了示教学习的核心挑战，包括多模态示教、高维动作空间、泛化能力、安全约束等，并讨论了多种解决方案和未来研究方向。示教学习通过人类示范来训练机器人策略，能够显著降低机器人编程的门槛，使非专业用户也能方便地教机器人完成复杂任务。该论文被引用超过5000次，是机器人示教学习领域的入门必读文献，对后续的行为克隆、逆强化学习、模仿学习等研究产生了深远影响，为研究者提供了全面的理论框架和研究路线图。