# Uczenie przez imitację

EN: **Imitation learning** · id `imitation`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Uczenie ze wzmocnieniem i decyzje](https://aiatlasgraph.com/t/decisions.md) › Uczenie przez imitację

## Description

- PL: Nauka działania z demonstracji.
- EN: Learning to act from demonstrations.

## In one sentence

- PL: To uczenie programu lub robota działania na podstawie pokazów wykonania zadania.
- EN: This teaches software or a robot to act using demonstrations of a task.

## Problem it solves

- PL: Łatwiej pokazać dobre wykonanie niż opisać wszystkie reguły i oceny potrzebne do samodzielnego odkrycia sposobu działania.
- EN: Showing good performance is easier than describing every rule and score needed to discover how to act independently.

## What it does

- PL: Wykorzystuje obserwacje i ruchy z pokazów, naśladuje zachowania lub odtwarza ich cel, czasem prosząc człowieka o korekty nowych sytuacji.
- EN: It uses demonstrated observations and actions, imitates behaviour or infers its goal, sometimes seeking human corrections in new situations.

## Everyday example

- PL: Pokazujesz ramieniu robota odkładanie kubka na półkę, a zapis obrazu i ruchów służy do uczenia podobnych czynności.
- EN: You demonstrate placing a cup on a shelf with a robot arm, and recorded images and movements help teach similar actions.

## This concerns you if you…

- PL: potrafisz zebrać pokazy poprawnego wykonania zadania
- PL: trudno ręcznie opisać zasady dobrego działania
- EN: can collect demonstrations of correct task performance
- EN: find good action rules difficult to describe manually

## Keywords

expert demonstrations · behavioral cloning · DAgger · GAIL · maximum-entropy IRL · covariate shift · action chunking · Diffusion Policy

## How it works

- PL: Demonstracje dostarczają par obserwacji i akcji lub całych trajektorii eksperta. Politykę dopasowuje się do tych działań, rozkładu trajektorii albo celu odtworzonego z zachowania demonstratora.
- EN: Demonstrations provide observation–action pairs or expert trajectories. Policies are fitted to these actions, trajectory distributions or objectives inferred from demonstrator behaviour.

## Limits

- PL: Demonstracje ograniczają pokrycie sytuacji i odzwierciedlają błędy eksperta. Polityka po własnej pomyłce może trafić w stany nieobecne w zbiorze.
- EN: Demonstrations limit situation coverage and reflect expert errors. After making a mistake, a policy can enter states absent from the dataset.

## Key terms

- PL: **demonstracja**: Zapis wykonania zadania służący jako przykład zachowania.
- PL: **przesunięcie rozkładu**: Różnica między sytuacjami w danych a napotykanymi podczas działania.
- EN: **demonstration**: A recording of task execution used as a behavioural example.
- EN: **distribution shift**: A difference between recorded situations and those encountered during operation.

## Know first

- [Uczenie nadzorowane (Supervised learning)](https://aiatlasgraph.com/t/supervised.md)
- [Proces decyzyjny Markowa (MDP) (Markov decision processes (MDP))](https://aiatlasgraph.com/t/mdp.md)

## Examples

- PL: Behavioral cloning · inverse RL
- EN: Behavioural cloning · inverse RL

## Subtopics (4 direct, 4 in total)

- [Imitacja z korektą eksperta (DAgger) (Interactive imitation learning (DAgger))](https://aiatlasgraph.com/t/dagger.md): An expert labels correct actions in states reached by the learning policy, and the new examples are added to the dataset. This mitigates compounding error in behavioural cloning.
- [Klonowanie zachowań (behavioral cloning) (Behavioural cloning)](https://aiatlasgraph.com/t/behaviorcloning.md): Supervised learning on observation→action pairs from demonstrations. It is a foundational way to learn robot policies from demonstrations; a weakness is compounding error outside the distribution represented in the data.
- [Odwrotne RL i imitacja adwersarialna (IRL, GAIL) (Inverse RL and adversarial imitation)](https://aiatlasgraph.com/t/irl.md): Instead of copying actions, recover the goal (reward) that explains expert behaviour, or train a policy so a discriminator cannot tell it from the demonstrations.
- [Polityki generatywne (Diffusion Policy, ACT) (Generative action policies (Diffusion Policy, ACT))](https://aiatlasgraph.com/t/diffusionpolicy.md): The policy generates whole chunks of future actions with a generative model (diffusion, flow matching, transformer), capturing the different ways demonstrators perform a task.

## Sources

- [Berkeley CS185/285 · Deep Reinforcement Learning (2026)](<https://rail.eecs.berkeley.edu/deeprlcourse/>) `rl` · reference: Uczenie przez wzmacnianie, imitacja, sterowanie i RL dla LLM.
- [Stanford CS221 · AI: Principles and Techniques (2025)](<https://stanford-cs221.github.io/autumn2025/>) `cs221` · reference: Rozumowanie, przeszukiwanie, logika i modele probabilistyczne.

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/imitation · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30