Imitation Learning ist eine Schlüsseltechnik zum Trainieren von Robotern und autonomen Agenten. Dieser Artikel erklärt zwei grundlegende Algorithmen: Behavior Cloning, das durch überwachtes Lernen aus Expertendemonstrationen lernt, und DAgger, das iterativ neue Daten unter der aktuellen Policy sammelt, um Verteilungsverschiebungen zu korrigieren. Die Inhalte decken Kernmechaniken, häufige Fallstricke wie Compoundierungsfehler und Dateneffizienzvorteile ab. Obwohl keine neuen Forschungsergebnisse präsentiert werden, dient der Artikel als solide Auffrischung für Ingenieure, die Robot Learning Pipelines aufbauen.
Ein technischer Vergleich der Algorithmen Behavior Cloning und DAgger für Imitation Learning in der Robotik.