Algorytmiczna perspektywa uczenia się przez naśladowanie

Oryginalny tytuł:

An Algorithmic Perspective on Imitation Learning

Zawartość książki:

W miarę jak roboty i inni inteligentni agenci przechodzą od prostych środowisk i problemów do bardziej złożonych, nieustrukturyzowanych ustawień, ręczne programowanie ich zachowania staje się coraz trudniejsze i kosztowne. Często nauczycielowi łatwiej jest zademonstrować pożądane zachowanie, niż próbować ręcznie je zaprojektować. Ten proces uczenia się na podstawie demonstracji i badanie algorytmów, które to umożliwiają, nazywa się uczeniem się przez naśladowanie.

An Algorithmic Perspective on Imitation Learning zapewnia czytelnikowi wprowadzenie do uczenia się przez naśladowanie. Obejmuje ono podstawowe założenia, podejścia i sposób ich powiązania; bogaty zestaw algorytmów opracowanych w celu rozwiązania problemu; oraz porady dotyczące skutecznych narzędzi i implementacji.

An Algorithmic Perspective on Imitation Learning służy dwóm grupom odbiorców. Po pierwsze, zapoznaje ekspertów w dziedzinie uczenia maszynowego z wyzwaniami związanymi z imitacją uczenia się, w szczególności tymi pojawiającymi się w robotyce, oraz interesującymi teoretycznymi i praktycznymi różnicami między nią a bardziej znanymi ramami, takimi jak statystyczna teoria uczenia się nadzorowanego i uczenie się ze wzmocnieniem. Po drugie, zapewnia robotykom i ekspertom w dziedzinie sztucznej inteligencji szersze uznanie dla ram i narzędzi dostępnych dla uczenia się przez naśladowanie. Zwraca szczególną uwagę na ścisły związek między podejściami do uczenia się przez naśladowanie a podejściami do przewidywania strukturalnego.