BEAC：模仿复杂探索与面向任务的行为以实现不可见物体的非抓取操作

将模仿学习(IL)应用于具有部分观测的不可见物体的非抓取操作任务（例如挖掘埋在地下的岩石）具有挑战性。示范者必须做出复杂的动作决策，例如探索以寻找物体以及执行面向任务的动作以完成任务，同时估计其隐藏状态，这可能导致动作示范不一致以及高认知负荷问题。针对这些问题，人类认知科学的研究表明，促进示范者使用预先设计的简单探索规则可以缓解动作不一致和高认知负荷的问题。因此，在使用此类探索规则从示范中进行模仿学习时，准确模仿示范者的面向任务的行为以及其在部分观测下的模式切换行为（探索性或面向任务的行为）都非常重要。基于上述考虑，本文提出了一种新颖的模仿学习框架，称为信念探索-动作克隆(BEAC)，该框架在预先设计的探索策略与基于过去历史估计的信念状态训练的面向任务的动作策略之间具有切换策略结构。在仿真和真实机器人实验中，我们证实所提方法取得了最佳的任务性能、更高的模式与动作预测精度，同时通过用户研究表明降低了示范过程中的认知负荷。