待验证50% 置信事实精确时间
行为克隆直接以监督学习方式拟合状态到动作的映射，实现简单但存在协变量偏移导致的复合误差问题。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证执行轨迹记录模型或人类解决问题的完整中间步骤，使训练系统能识别推理链条中具体哪一步出错，从而提供更精细的学习信号79% 相似已验证行为克隆属于模仿学习的最简形式，直接学习状态到动作的映射，而不像逆强化学习（IRL）那样推断专家的奖励函数78% 相似待验证由于井字棋训练数据覆盖所有可能状态，模型学习任务退化为记忆任务且不存在分布外问题，行为克隆的复合误差问题自然消解78% 相似已验证行为克隆（Behavioral Cloning）作为最基础的模仿学习方法存在复合误差（Compounding Error）问题，模型在训练分布之外的状态上容易产生级联失败77% 相似待验证Ψ-0.6 通过强化学习习得在不同表征之间自适应选择的调度策略，模型在训练中学会判断当前任务适合走哪条推理路径。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1127023API
curl https://kongchang.com/api/v1/knowledge/claims/1127023MCP
get_claim(id=1127023)