專家的次佳性（expert suboptimality）

專家的次佳性是一種誠實的承認：真實示範鮮少完美。遠端操控機器人的人手會抖、遊戲對局紀錄裡神來之筆與失誤夾雜，不同示範者彼此還會有分歧。天真的模仿會忠實複製這一切——連錯誤一起——於是學習者可能繼承、甚至放大你原本想避開的那些缺陷。

各種作法的差別在於你握有多少旁側資訊。若示範帶有排名或評分，你可以對它們加權或排序，學著偏好較好的行為，有時甚至外推超越最佳示範者。若你有獎勵訊號，示範引導的強化學習能讓智能體把示範當提示而非聖旨，進而超越它們。穩健的模仿方法則改為降低離群值的權重，或明確地建模示範者的雜訊。

觀念上的轉變是：別再把專家當成真理，而是把示範看成關於某個目標的、有資訊但會出錯的證據——而你仍被允許去超越那個目標。