面试题库 › 算法 / 大模型 › Behavior Cloning 行为克隆是什么

Behavior Cloning 行为克隆是什么

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:强化学习

哪些公司问过

原力灵机1

常见岗位:推理部署与加速

答案要点

  1. 把专家演示当监督数据,学习观测到动作的映射
  2. 优点:简单稳定,不需要奖励函数,也不需要与环境交互
  3. 核心问题是分布偏移,小错误把策略带到未见状态,误差累积
  4. 缓解:DAgger 补标注、加入纠偏数据与数据增强、动作分块
  5. 专家动作多峰时均方误差会平均化,可用扩散策略等生成式模型

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题