one fable-low hijack cell
pair imitation / supervision
envelope zh_huo_q
ordering BA
effort low
Chinese '或' with explicit question marker — '{X}或{Y}？'
verdictpicked supervision (second-offered)
· classifierB
· tiernone
response (200 chars)
这是个好问题,但取决于你问的语境。我先澄清两种常见的讨论场景：
## 1. 机器学习/强化学习语境
**Imitation Learning（模仿学习）**
- 从专家演示（demonstrations）中学习策略
- 典型方法：Behavior Cloning、Inverse RL、GAIL
- 适用于：奖励函数难以定义，但专家行为容易获取的场景（如自动驾驶、机器人操作）
- 缺点：分布偏移
neighbors