本次查询：行为克隆
中文解释：行为克隆
常见场景：在自动驾驶领域 / 行为克隆通过采集人类驾驶员的转向 / 加速和刹车数据 / 训练模型端到端地输出控制指令。
一句话解释
行为克隆是一种让AI模型通过观察和模仿人类示范行为来学习任务的技术，本质上是将人类的行为数据作为标注样本进行监督学习，使模型学会在相同输入下输出类似动作。
为什么会被关注
然而行为克隆也面临分布偏移问题：训练数据无法覆盖所有边缘情况，导致模型在遇到新场景时表现急剧下降。因此学界和工业界一直在探索如何结合强化学习、逆强化学习等方法弥补这一缺陷，使其成为AI行为学习研究的基石技术之一。
核心逻辑
由于数据分布往往不均衡，且人类行为本身存在多样性，简单行为克隆容易过拟合。实际应用中常采用数据增强、噪声注入、多模式输出（如高斯混合模型）或与在线交互、强化学习结合的方法，提升模型在未见过状态下的泛化能力。
常见场景
游戏AI与虚拟角色：在电子游戏中收集高水平玩家的操作记录，用行为克隆训练NPC或AI对手，使其表现出类似人类玩家的策略和反应。例如《Dota 2》和《星际争霸》早期AI均采用此方法作为初始策略。
容易混淆的点
另一个易混淆点是行为克隆并非端到端学习的同义词。端到端学习泛指整个系统（从感知到控制）用单一神经网络实现，行为克隆可以是端到端的，也可以采用特征提取+独立控制器的方式。区别在于训练方式：行为克隆专注于模仿示范，而端到端学习更强调绕过中间模块。