第4章　模仿学习

第4章将为读者介绍模仿学习的最新研究进展，以及如何将模仿学习运用在游戏的自动化测试中。这些研究在游戏AI的发展中非常有借鉴意义。

模仿学习是近年来研究者广泛关注的游戏AI算法，其本质是从玩家录制的游戏样本中学习潜在的游戏策略经验。目前有很多关于模仿学习的研究工作，主要分为行为克隆和逆强化学习两种。本章将介绍这两种算法的原理和优缺点，并根据实际的游戏测试环境，制定一套基于模仿学习的游戏AI训练方案。该方案在仅依靠CPU的情况下，只需要一个小时便能完成游戏AI的训练，极大地提升了训练效率。