模仿學習透過示範來教導機器人。人類執行一項任務，機器人學習模仿。機器人無需對每個動作進行編程，而是觀察並模仿。這正是人類相互學習的方式，並且正在成為機器人領域的強大工具。

最簡單的形式是行為克隆。機器人記錄人類的動作，並訓練一個策略來復現這些動作。這種方法對於簡單的任務有效，但當機器人遇到訓練資料中沒有的情況時就會失效。更高級的方法使用逆強化學習，機器人透過推斷演示背後的目標來學習獎勵函數。還有一些方法使用少樣本學習，從少量範例中進行泛化。

模仿學習的作用

• 需要精細控制力的組裝任務。
• 廚房工作，例如切片和傾倒。
• 駕駛和導航。
• 外科縫合和器械操作。
• 難以描述但易於演示的任務。

模仿學習並非程式設計的替代品，而是對其的補充。機器人可以透過觀看演示學習大致動作，並透過反覆試驗來掌握精細動作。真正的挑戰在於數據。收集高品質的演示數據非常耗時。具有觸覺回饋的遠端作業系統可以簡化這一過程。仿真技術則可以讓機器人練習成千上萬種不同的動作。我們的理想是，機器人只需觀看一次人類的動作，就能可靠地重複動作。這個夢想正在一步步接近，但尚未實現。