模倣学習

浅田稔(大阪国際工科専門職大学，大阪大学先導的学際研究機構 共生知能システム研究センター) 内部英治(株式会社国際電気通信基礎技術研究所 脳情報研究所)

英：imitation learning {{模倣学習とは，「模倣を学習すること」の意味と学習 の一形態としての「模倣学習」が考えられる.厳密な区 別があるわけではないが，本項目では便宜的に分けて 説明する.前者では，模倣することの前提知識や条件 が完全に与えられれば，学習する必要はなく，ブライン ドコピーすることで終わる.これらの前提知識や条件 が不備であるとき，それらを埋めるべき操作としての 学習過程が必要となる.後者は，教師あり学習，教師 なし学習，強化学習などの代表的な学習のアプローチ の中で，従来，教師あり学習の一形態として模倣学習 が位置づけられてきたが，近年，強化学習の報酬関数 の推定の観点から逆強化学習が注目され，さらに深層 学習の各種法の適用により，計算論的観点から模倣学 習が見直され，拡張されている.本項目後半では，そ れらについて概説する.}}