文档摘要

5.1 强化学习与模仿学习 本节摘要：让机器人学会一项技能，有两条主流路线。强化学习（Reinforcement Learning, RL）让机器人在环境里试错，靠奖励信号自己摸索出策略；模仿学习（Imitation Learning, IL）则让机器人从人类示范里直接学习动作，省去自己乱试的过程。两条路线分别对应"从结果里学"和"从榜样里学"，在样本效率、泛化能力、安全性上各有鲜明的取舍。 会员。《5.1 强化学习与模仿学习》收录于灏天文库文集《具身智能 (Embodied AI)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/651-%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD-embodied-ai

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流