Una prospettiva algoritmica sull'apprendimento per imitazione

Titolo originale:

An Algorithmic Perspective on Imitation Learning

Contenuto del libro:

Man mano che i robot e gli altri agenti intelligenti passano da ambienti e problemi semplici ad ambienti più complessi e non strutturati, la programmazione manuale del loro comportamento è diventata sempre più impegnativa e costosa. Spesso, per un insegnante è più facile dimostrare il comportamento desiderato piuttosto che tentare di ingegnerizzarlo manualmente. Questo processo di apprendimento dalle dimostrazioni, e lo studio degli algoritmi per farlo, è chiamato apprendimento per imitazione.

An Algorithmic Perspective on Imitation Learning" fornisce al lettore un'introduzione all'apprendimento per imitazione. Vengono trattati gli assunti di base, gli approcci e il loro rapporto, la ricca serie di algoritmi sviluppati per affrontare il problema e i consigli su strumenti e implementazioni efficaci.

An Algorithmic Perspective on Imitation Learning" serve a due tipi di pubblico. In primo luogo, familiarizza gli esperti di apprendimento automatico con le sfide dell'apprendimento per imitazione, in particolare quelle che si presentano nella robotica, e con le interessanti distinzioni teoriche e pratiche tra questo e strutture più familiari come la teoria dell'apprendimento statistico supervisionato e l'apprendimento per rinforzo. In secondo luogo, fornisce ai robotisti e agli esperti di intelligenza artificiale applicata un più ampio apprezzamento dei quadri e degli strumenti disponibili per l'apprendimento per imitazione. In particolare, presta attenzione all'intima connessione tra gli approcci di apprendimento per imitazione e quelli di previsione strutturata.