特集：Behavior Cloning

AIは「教わる」から「試す」へ、なぜ学習方法を切り替えられるのか

AIは、人間のお手本を真似する模倣学習から、自分で試行錯誤する強化学習へ移行できます。本記事では、両者が同じモデルの行動確率を調整する学習としてつながる理由、なぜ模倣学習を先に行うと有効なのか、切り替え時に起こる失敗や対策、ロボットや対話AIでの応用まで整理します。