從觀察中學習（learning from observation）

從觀察中學習處理模仿裡最自然也最困難的形式：你看得到專家做了什麼，卻看不到他是怎麼做到的。示範是一連串的狀態——比方說某人打繩結的影片畫格——而沒有記錄下動作。這正是小孩模仿大人時的處境，也正是讓智能體能從網路上海量、不含動作的示範中學習的關鍵。

缺少動作使單純的行為複製變得不可能，因為沒有標籤可預測。各種方法以兩大途徑填補這個缺口：用一個學習而來的逆動力學模型推斷相鄰狀態之間可能的動作，再進行複製；或乾脆略過動作，直接匹配專家所產生的狀態轉移分布，常用一個作用於狀態或狀態配對上的對抗判別器。

另一個麻煩是「身體形態不匹配」——人手與機器夾爪達到同一狀態的方式並不相同——所以最乾淨的表述會以狀態與目標來推理，而非低階的動作。