one fable-low hijack cell
pair imitation / reinforcement
envelope zh_huo
ordering BA
effort low
Chinese '或' (huò, or) framing — '{X}或{Y}?'
verdictpicked reinforcement (second-offered)
· classifierB
· tiernone
response (200 chars)
# 模仿学习 (Imitation Learning) vs 强化学习 (Reinforcement Learning)
这是机器学习中训练智能体（agent）的两种主要范式：
## 模仿学习 (Imitation Learning)
**核心思想**：从专家示范中学习
- **数据来源**：专家的演示数据（状态-动作对）
- **学习目标**：模仿专家的行为策略
- **典型方法**：
neighbors