基于模型和无模型的方法的优缺点

模仿学习

基于模型和无模型的方法在模仿学习中的优缺点。无模型方法学习一个不了解系统动力学的策略，而系统动力学只隐含地编码在策略中。基于模型的方法通过利用系统动力学来学习一个明确地满足系统动力学的策略。然而，学习系统动力学可能是具有挑战性的。

行为克隆

行为克隆的一个主要选择是使用基于模型的方法还是无模型的方法。 无模型方法可以直接从数据中学习策略，而无需学习动力学模型。 直接学习通常也意味着学习算法不需要在轨迹和行为生成之间迭代。 然而，无模型方法很难应用于欠驱动系统，因为没有模型预测期望的行为是很困难的。 基于模型的方法可能在欠驱动系统中工作，但在许多情况下，学习实际的模型可能是困难的。