Una perspectiva algorítmica del aprendizaje por imitación

Título original:

An Algorithmic Perspective on Imitation Learning

Contenido del libro:

A medida que los robots y otros agentes inteligentes pasan de entornos y problemas sencillos a entornos más complejos y desestructurados, programar manualmente su comportamiento se ha convertido en una tarea cada vez más difícil y costosa. A menudo, para un profesor es más fácil demostrar un comportamiento deseado que intentar programarlo manualmente. Este proceso de aprendizaje a partir de demostraciones, y el estudio de algoritmos para hacerlo, se denomina aprendizaje por imitación.

An Algorithmic Perspective on Imitation Learning ofrece al lector una introducción al aprendizaje por imitación. Abarca los supuestos subyacentes, los enfoques y cómo se relacionan; el rico conjunto de algoritmos desarrollados para abordar el problema; y consejos sobre herramientas eficaces y su aplicación.

An Algorithmic Perspective on Imitation Learning tiene dos destinatarios. En primer lugar, familiariza a los expertos en aprendizaje automático con los retos del aprendizaje por imitación, en particular los que surgen en robótica, y las interesantes distinciones teóricas y prácticas entre éste y marcos más familiares como la teoría del aprendizaje estadístico supervisado y el aprendizaje por refuerzo. En segundo lugar, proporciona a los expertos en robótica e inteligencia artificial aplicada una apreciación más amplia de los marcos y herramientas disponibles para el aprendizaje por imitación. Presta especial atención a la íntima conexión entre los enfoques del aprendizaje por imitación y los de la predicción estructurada.