深度模仿学习：经过多年的发展，模仿学习已经能够很好的解决多步决策问题，其训练目标是使模型生成的状态-动作轨迹分布和输入的轨迹分布相匹配。

　深度模仿学习：经过多年的发展，模仿学习已经能够很好的解决多步决策问题，其训练目标是使模型生成的状态-动作轨迹分布和输入的轨迹分布相匹配。

在很多场合下，工业机器人并不能简单的替代人工，它们当中既有造船、航空等高精度装配作业，也有劳动密集型产业。我们面临着一种选择，不然做全自动化...